تعیین چاقی و لاغری افراد با استفاده از پردازش تصویر و یادگیری ماشین

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشکده فنی مهندسی، دانشگاه آزاد اسلامی تهران شمال، تهران، ایران.

2 گروه کامپیوتر،دانشکده برق و کامپیوتر، دانشگاه محقق اردبیلی، اردبیل،ایران

3 استادیار دانشکده برق و کامپیوتر، دانشگاه آزاد اسلامی، واحد تهران شمال، تهران، ایران

چکیده

یکی از مهم‌ترین اولویت‌های کشورهای پیشرفته دنیا استفاده از تصمیم گیری ماشین به‌جای انسان است. یکی از حوزه‌هایی که نیازمند این زمینه است، حوزه سلامت است. به این منظور مشخص کردن چاقی و لاغری افراد می‌تواند در مطالعه و بررسی وضعیت سلامت یک جامعه و اتخا‌ذ سیاست‌های نظام سلامت بسیار مفید واقع شود. تصاویر افراد به عنوان پایگاه داده پژوهش از چند محیط مختلف که فاصله دوربین و فرد در تمامی آن‌ها یکسان بوده تهیه شده‌اند. سپس پس‌زمینه تصویر با استفاده از تفریق پس‌زمینه حذف می‌شود. ویژگی‌های تصویر که ویژگی‌های مورفولوژیکی تصویر را شامل می‌شود از تصویر استخراج شده و به دو دسته بند داده می‌شود تا عملیات دسته‌بندی صورت پذیرد. افراد به سه دسته چاق، متوسط و لاغر تقسیم شدند. در این مقاله، دو دسته‌بند ماشین بردار پشتیبان، K-نزدیک‌ترین همسایه بر روی سه نوع مجموعه تصویر خام، فیلتر شده و نویزدار شده اعمال شده است. تصاویر با استفاده از روش فیلتر پایین گذر گاوسین با فرکانس‌های مختلف فیلتر شده با استفاده از دو روش نویز فلفل نمک و نویز گاوسین نویز دار شده اند.در تصاویر نرمال بالاترین دقت مربوط به روش ماشین بردار پشتیبان با دقت 7/91 درصد، در تصاویر فیلتر شده بالاترین دقت مربوط به روش K- نزدیکترین همسایه با 3/83 درصد و در تصاویر نویز دار شده بالاترین دقت مربوط به روش ماشین بردار پشتیبان با 75 درصد بود. نتایج حاصل از این مقاله نشان داد که با روش پیشنهادی ارائه شده علاوه بر اینکه می‌توان افراد یک جامعه را از لحاظ چاقی و لاغری دسته بندی کرد به دقت بالاتری نسبت به بیشتر روش‌هایی که تا کنون ارائه شده‌اند، رسید. با توجه به راهکارها و نتایج این پژوهش با افزایش تصاویر افراد علاوه بر بالا بردن دقت به سطح کاربردی‌تری خواهد رسید.

کلیدواژه‌ها

فایل ها

هم رسانی

ارجاع به این مقاله

آمار