专利汇可以提供一种基于特征选择的皮肤检测混合颜色空间的选取方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于特征选择的 皮肤 检测混合 颜色 空间的选取方法,由于其理论完备、计算便捷,可以用来解决皮肤检测过程中颜色空间的选取问题。此外,针对传统的基于互信息的特征选择方法的不足,本发明还提出了以下两点改进:1)使用互信息缩小特征选择范围,然后选择使分类效果最佳的特征子集;2)尝试多种可能的特征子集初始化方案,然后选择其中最优的结果。实验结果和对比分析表明,使用改进后的基于互信息的特征选择方法得到的混合颜色空间,其皮肤检测效果优于传统颜色空间和已有混合颜色空间。,下面是一种基于特征选择的皮肤检测混合颜色空间的选取方法专利的具体信息内容。
1.一种基于特征选择的皮肤检测混合颜色空间的选取方法,其特征在于,包括以下步骤:
(1)获取皮肤检测数据集,其包括图片及其对应的标记信息,对该皮肤检测数据集中的所有图片进行颜色空间转换,对转换后的所有图片和对应的标记信息进行向量化处理,以得到样本矩阵和标记矩阵,并对样本矩阵中每一列的值进行归一化处理;
(2)计算归一化处理后的样本矩阵中的每一列和标记矩阵之间的互信息,将互信息结果按照从大到小的顺序进行排列;
(3)从步骤(2)中得到的排列结果中选择K个最大的互信息,对应的颜色分量作为待选集合IFS={fi,f2,…,fK},其中f表示互信息对应的颜色分量,K的取值范围是大于0,且小于等于h,其中h为自然数;
(4)设置计数器i=1;
(5)判断计数器i是否等于K+1,若等于,则转入步骤(10),然后过程结束,否则设置h个颜色分量组成的集合为U={Ui,U2,…,Uh},并转入步骤(6),其中U中的元素表示样本矩阵对应列的颜色分量;
(6)初始化颜色特征集合S为空,并将待选集合IFS中的第i个颜色分量fi加入该颜色特征集合S中,并从集合U中删除该颜色分量fi;
(7)对集合U中当前的所有元素,计算其每一个元素Um与颜色特征集合S构成的颜色特征集合{S,Um}与标记矩阵C之间的互信息I({S,Um};C),并对得到的所有互信息按照从大到小的顺序进行排列,选取其中最大的M个互信息对应的颜色分量,记为集合TFS={ft1,ft2,…,ftM},其中M取值范围是大于0,小于U中当前的所有元素的个数;
(8)对于集合TFS中的每一个元素ftp,计算分类器在颜色特征集合{S,ftp}上的分类效果,从而得到M个不同的分类结果,并选择M个分类结果中分类准确率最高的一个元素对应的颜色特征ftg,将其加入颜色特征集合S中,并从集合U中删除该颜色分量ftg;
(9)判断颜色特征集合S中当前的所有元素数量是小于还是等于阈值,如果小于则返回步骤(7),如果等于,则将此时的颜色特征集合S和其分类准确率记录在集合L中,设置i=i+
1,并返回步骤(5);
(10)从集合L所包含的K个颜色特征集合中,选择分类准确率最高的颜色特征集合,该颜色特征集合最终构成最佳的皮肤检测混合颜色空间。
2.根据权利要求1所述的选取方法,其特征在于,步骤(1)具体为,首先通过颜色空间转换将RGB颜色空间的皮肤检测数据集中的所有n个像素转换为多个颜色空间,对于每一种颜色空间,转换的结果是得到一个n行3列的矩阵,从而所有颜色空间构成n*H的矩阵,然后,去除掉H列中颜色分量重复的列,从而得到n*h的样本矩阵,同时,n个像素中,如果某个像素对应的标记信息是黑,则将该像素向量化处理后标记矩阵中该像素对应的值设置为0,否则设置为1,从而得到n*1的标记矩阵C,最后,对得到的该样本矩阵的每一列的值进行归一化处理,其中H为自然数。
3.根据权利要求1所述的选取方法,其特征在于,分类器是随机森林分类器、SVM分类器、或者贝叶斯分类器。
4.根据权利要求1所述的选取方法,其特征在于,阈值的取值范围是1到h。
5.一种基于特征选择的皮肤检测混合颜色空间的选取系统,其特征在于,包括以下步骤:
第一模块,用于获取皮肤检测数据集,其包括图片及其对应的标记信息,对该皮肤检测数据集中的所有图片进行颜色空间转换,对转换后的所有图片和对应的标记信息进行向量化处理,以得到样本矩阵和标记矩阵,并对样本矩阵中每一列的值进行归一化处理;
第二模块,用于计算归一化处理后的样本矩阵中的每一列和标记矩阵之间的互信息,将互信息结果按照从大到小的顺序进行排列;
第三模块,用于从第二模块中得到的排列结果中选择K个最大的互信息,对应的颜色分量作为待选集合IFS={fi,f2,…,fK},其中f表示互信息对应的颜色分量,K的取值范围是大于0,且小于等于h;
第四模块,用于设置计数器i=1;
第五模块,用于判断计数器i是否等于K+1,若等于,则转入第十模块,然后过程结束,否则设置h个颜色分量组成的集合为U={Ui,U2,…,Uh},并转入第六模块,其中U中的元素表示样本矩阵对应列的颜色分量;
第六模块,用于初始化颜色特征集合S为空,并将待选集合IFS中的第i个颜色分量fi加入该颜色特征集合S中,并从集合U中删除该颜色分量fi;
第七模块,用于对集合U中当前的所有元素,计算其每一个元素Um与颜色特征集合S构成的颜色特征集合{S,Um}与标记矩阵C之间的互信息I({S,Um};C),并对得到的所有互信息按照从大到小的顺序进行排列,选取其中最大的M个互信息对应的颜色分量,记为集合TFS={ft1,ft2,…,ftM},其中M取值范围是大于0,小于U中当前的所有元素的个数;
第八模块,用于对于集合TFS中的每一个元素ftp,计算分类器在颜色特征集合{S,ftp}上的分类效果,从而得到M个不同的分类结果,并选择M个分类结果中分类准确率最高的一个元素对应的颜色特征ftg,将其加入颜色特征集合S中,并从集合U中删除该颜色分量ftg;
第九模块,用于判断颜色特征集合S中当前的所有元素数量是小于还是等于阈值,如果小于则返回第七模块,如果等于,则将此时的颜色特征集合S和其分类准确率记录在集合L中,设置i=i+1,并返回第五模块;
第十模块,用于从集合L所包含的K个颜色特征集合中,选择分类准确率最高的颜色特征集合,该颜色特征集合最终构成最佳的皮肤检测混合颜色空间。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
一种点面融合的时序PM2.5空间分布估算方法 | 2020-05-08 | 498 |
一种大数据和BMS结合的电动汽车优化充电方法 | 2020-05-11 | 553 |
基于上下文检测的智能手机隐式身份认证方法 | 2020-05-11 | 663 |
一种基于图分析的反欺诈检测方法及检测系统 | 2020-05-08 | 493 |
一种基于大数据的压延机压延质量预警系统 | 2020-05-08 | 180 |
基于最大熵特征的葡萄分类提取方法 | 2020-05-11 | 297 |
一种基于多传感器数据融合的裂纹扩展监测方法 | 2020-05-12 | 801 |
基于改进随机森林的配电网故障停电率预测方法及系统 | 2020-05-11 | 213 |
一种基于误差匹配的中低压燃气调压器故障检测方法 | 2020-05-12 | 774 |
院内致命性消化道再出血预测关键指标的智能筛选方法 | 2020-05-08 | 241 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。