In NN based approaches, a NN is tra

In NN based approaches, a NN is trained to learn the
relationships between the colors in the image and the expected
illuminant. The advantage of using NNs is that there
are no explicit assumptions regarding the image content as
in Gray World or white patch methods. Nayak and Chaudari
[92] used a NN for color constancy in tracking human
palm. In their approach, a NN (2 ∗ 20 ∗ 3) is trained using
a back propagation to directly learn the illuminant parameters.
The inputs to the NN are RGB components of the
skin pixels, while the output of the network is the expected
canonical RGB components. The NN is trained on a set of
images containing human palm under varying illumination
conditions. The results reported suggest that NN adapts to
the illuminant parameters and NN adapted palm images can
be tracked precisely in a variety of cluttered backgrounds
and varying illuminations.
Kakumanu et al. [93,103] also used NN for color constancy.
The proposed three layered NN (1600 ∗ 48 ∗ 8 ∗ 2)
directly estimates the illuminants so as to bring the skin
color to gray. The input to the NN is an rg histogram and
the output of the network is the expected illuminant of the
skin in rg space. The NN is trained on a dataset of 255
images and tested on 71 images, the images representing a
wide range of illuminations both indoor and outdoor, different
backgrounds and non-white light sources. A simple
thresholding technique is used to detect skin from these NN
color corrected images.

ผลลัพธ์ (ไทย) 1:

NN ตามวิธีต่าง ๆ NN แบบฝึกการเรียนรู้ความสัมพันธ์ระหว่างสีในภาพและที่คาดไว้หลอดไฟ ประโยชน์ของการใช้ NNs มีที่เป็นสมมติฐานที่ไม่ชัดเจนเกี่ยวกับเนื้อหารูปแบบในโลกสีเทาหรือวิธีแพทช์สีขาว Nayak และ Chaudari[92] NN ที่ใช้สำหรับความมั่นคงสีในการติดตามบุคคลปาล์ม วิธี NN (2 ∗ 20 ∗ 3) คือการฝึกอบรมโดยใช้การเผยแพร่หลังการเรียนรู้พารามิเตอร์หลอดไฟโดยตรงอินพุตการ NN มีองค์ประกอบสี RGB ของการผิวพิกเซล ในขณะที่ผลลัพธ์ของเครือข่าย ที่คาดไว้มาตรฐานองค์ประกอบสี RGB NN ได้รับการฝึกฝนในชุดของรูปภาพที่ประกอบด้วยปาล์มมนุษย์ภายใต้ความสว่างแตกต่างกันเงื่อนไข ผลการรายงานแนะนำว่า NN ปรับไปพารามิเตอร์ของหลอดไฟและ NN ปาล์มภาพสามารถดัดแปลงติดตามได้อย่างแม่นยำในความหลากหลายของพื้นหลังเล็ก ๆ แสนแออัดและไฟที่แตกต่างกันKakumanu et al. [93,103] ยังใช้ NN สำหรับความมั่นคงสีสามเสนอชั้น NN (1600 ∗ 48 ∗ 8 ∗ 2)ประเมินองสวเพื่อนำผิวหนังโดยตรงสีสีเทา อินพุต NN เป็นฮิสโตแกรมมี rg และผลลัพธ์ของเครือข่ายเป็นหลอดไฟที่คาดไว้ของการผิวในพื้นที่ rg เป็นการฝึกอบรม NN เป็นชุดข้อมูลของ 255รูปภาพผ่านการทดสอบบน 71 ภาพที่แสดงถึงการไฟทั้งในร่ม และกลางแจ้ง แตกต่างกันมากมายพื้นหลังและแหล่งกำเนิดแสงสีขาว เรียบง่ายthresholding เทคนิคใช้ตรวจจับผิวจาก NN เหล่านี้สีแก้ไขภาพ

ผลลัพธ์ (ไทย) 2:

ในวิธีการตาม NN เป็น NN ได้รับการฝึกฝนที่จะเรียนรู้
ถึงความสัมพันธ์ระหว่างสีในภาพและคาดว่าจะ
สว่าง ประโยชน์ของการใช้ NNs คือว่ามี
ไม่มีสมมติฐานของชัดเจนเกี่ยวกับเนื้อหาภาพเป็น
สีเทาโลกหรือวิธีการแพทช์สีขาว ยักและ Chaudari
[92] ใช้ NN สำหรับความมั่นคงสีในการติดตามของมนุษย์
ปาล์ม ในแนวทางของพวกเขา NN (2 * 20 * 3) ผ่านการฝึกอบรมโดยใช้
การขยายพันธุ์กลับมาเพื่อเรียนรู้โดยตรงพารามิเตอร์สว่าง.
ปัจจัยการผลิตไปยัง NN เป็นส่วนประกอบ RGB ของ
พิกเซลผิวในขณะที่การส่งออกของเครือข่ายที่เป็นที่คาดว่าจะ
เป็นที่ยอมรับ RGB ส่วนประกอบ NN รับการฝึกฝนในชุดของ
ภาพที่มีฝ่ามือของมนุษย์ที่แตกต่างกันภายใต้การส่องสว่าง
เงื่อนไข ผลการรายงานชี้ให้เห็นว่า NN ปรับให้เหมาะกับ
พารามิเตอร์สว่างและ NN ดัดแปลงภาพปาล์มสามารถ
ติดตามได้อย่างแม่นยำในความหลากหลายของภูมิหลังที่รก
และ illuminations ที่แตกต่างกัน.
Kakumanu et al, [93103] นอกจากนี้ยังใช้ NN สำหรับความมั่นคงสี.
เสนอสามชั้น NN (1600 * 48 * 8 * 2)
โดยตรงประมาณการโคมไฟเทียนไขเพื่อนำผิว
สีเทา อินพุตไปยัง NN เป็น histogram RG และ
การส่งออกของเครือข่ายเป็นความสว่างที่คาดหวังของ
ผิวในพื้นที่ RG NN รับการฝึกฝนในชุดของ 255
ภาพและการทดสอบบน 71 ภาพภาพที่เป็นตัวแทนของ
ความหลากหลายของ illuminations ทั้งในร่มและกลางแจ้งที่แตกต่างกัน
ภูมิหลังและแหล่งกำเนิดแสงที่ไม่ใช่สีขาว ง่าย
เทคนิค Thresholding ถูกนำมาใช้ในการตรวจสอบผิวจาก NN เหล่านี้
ภาพสีที่ได้รับการแก้ไข

ผลลัพธ์ (ไทย) 3:

ในดินตามแนว NN คือฝึกให้เรียนรู้ความสัมพันธ์ระหว่างสีในรูปและที่คาดหวังระบบแสงสว่าง . ประโยชน์ของการใช้ nns นั้นเป็นสมมติฐานที่ชัดเจนเกี่ยวกับเนื้อหาของภาพเป็นในโลกสีเทา หรือวิธีแพทช์สีขาว chaudari นาแยค และ[ 92 ] ใช้ nn สีคงที่ในการติดตามบุคคลปาล์ม ในแนวทางของพวกเขา , nn ( 2 ∗ 20 ∗ 3 ) การอบรมโดยใช้แบบแพร่กลับ โดยเรียนรู้พารามิเตอร์การส่องสว่าง .กระผมกับ NN เป็นส่วนประกอบ RGB ของเซลผิว ขณะที่ผลผลิตของเครือข่ายคือ คาดว่าองค์ประกอบสี RGB แบบบัญญัติ ที่ไม่ผ่านการอบรมเกี่ยวกับชุดภาพที่มีความสว่างแตกต่างกัน มนุษย์ใต้ปาล์มเงื่อนไข ผลการวิจัยรายงานว่า NN ไปพารามิเตอร์การส่องสว่างไม่ดัดแปลงภาพ สามารถ และ ปาล์มสามารถติดตามได้อย่างแม่นยำในความหลากหลายของพื้นหลังไม่ที่ระดับ .kakumanu et al . [ 93103 ] ใช้ NN สำหรับความจงรักภักดีสีเสนอสาม Layered NN ( 1600 ∗ 48 ∗ 8 ∗ ( 2 )โดยตรงประมาณ illuminants เพื่อให้ผิวสีสีเทา ใส่กับ NN เป็น RG แกรม และผลผลิตของเครือข่ายคือคาดการส่องสว่างของผิวในฤคเวท พื้นที่ ที่ไม่ผ่านการอบรมในวันที่ 255ภาพและการทดสอบใน 71 รูปภาพ ภาพหรือหลากหลายระดับทั้งในร่มและกลางแจ้งต่าง ๆภูมิหลังและแหล่งแสงที่ขาวไม่ แบบง่าย ๆการปรับใช้เทคนิคตรวจหาผิวหนังจากต.การแก้ไขสีภาพ