In the case of the RGB ratios as mi

In the case of the RGB ratios as might be expected from previous work and the plots in Figures 1, 2, and 3 the best performance is given by R/G (FA errors of 36.3% and 35.6% for training and testing respective- ly). However, R/B also performs quite well (41.7% and 41.1%). So even though, predictably perhaps, the G/B ratio provides minimal discrimination with FA errors around 70%, combining the 3 ratios could be expected to improve the performance. This is indeed the case with error rates of 33.1% and 32.3%. Upper thresholds, mentioned by Wark [ 11 provided negligible additional discrimination and hence are not reported here. The tailored transform and a single dimension thresh- old of Wang [2] are seen to give lower error rates: 31.3% and 30.2%. Finally the SPM approach gives the lowest error rates of the systems examined, namely 19.8%.
4. Conclusions
The accuracy of three different approaches to pixel- level skin detection is reported using a large pre-labeled database [4]. It is shown that the simple R/G ratio can be enhanced by cascading it with additional ra- tios of R/B and G/B (though the contribution of the latter is very small, and probably not warranted). In terms of computing time, this approach requires just one division per ratio. In terms of false acceptances the accuracy of the RGB ratio approach is not quite as good as that given by the transformation proposed by Wang [2]. Here the computation is only marginally more, requiring just three weightings of the RGB space to give the I’ value. Finally the skin probability map gives the best overall performance with just 19.8% FA rate. While the approach does require storage of the probability map, this is thought to be an insignificant
cost in practice. Computation with the SPM is trivial: the 8-bit RGB values act as an address to the map, the output of which goes straight to the threshold process, common to all approaches.

ผลลัพธ์ (ไทย) 1:

In the case of the RGB ratios as might be expected from previous work and the plots in Figures 1, 2, and 3 the best performance is given by R/G (FA errors of 36.3% and 35.6% for training and testing respective- ly). However, R/B also performs quite well (41.7% and 41.1%). So even though, predictably perhaps, the G/B ratio provides minimal discrimination with FA errors around 70%, combining the 3 ratios could be expected to improve the performance. This is indeed the case with error rates of 33.1% and 32.3%. Upper thresholds, mentioned by Wark [ 11 provided negligible additional discrimination and hence are not reported here. The tailored transform and a single dimension thresh- old of Wang [2] are seen to give lower error rates: 31.3% and 30.2%. Finally the SPM approach gives the lowest error rates of the systems examined, namely 19.8%. 4. Conclusions ความถูกต้องของแนวทางสามตรวจจับระดับเซลผิวหนังมีรายงานการใช้ฐานข้อมูลก่อนติดป้ายขนาดใหญ่ [4] แสดงว่า สามารถเพิ่มอัตราส่วน R/G ง่าย โดยซ้อนกับ ra tios เพิ่มเติมของ R/B และ G/B (แม้ผลงานของหลังเป็นขนาดเล็กมาก และไม่รับประกัน) ในแง่ของเวลาใช้งาน วิธีการนี้ต้องฝ่ายหนึ่งต่ออัตรา ในแง่ของเท็จจากการรับรอง ความถูกต้องของวิธีอัตราส่วน RGB ไม่ได้ค่อนข้างดีเท่าที่ได้รับจากการเปลี่ยนแปลงที่เสนอ โดยวัง [2] ที่นี่การคำนวณเป็นเพียงเล็กน้อยมาก ต้องสามสัดส่วนพื้นที่ RGB ให้ฉัน ' ค่า ในที่สุด แผนที่น่าเป็นผิวให้ประสิทธิภาพโดยรวมที่ดีที่สุดเพียง 19.8% FA อัตรา ในขณะที่วิธีการต้องเก็บข้อมูลของแผนที่น่าเป็น นี้เป็นความคิดที่ไม่มีมีนัยสำคัญ ค่าใช้จ่ายในการปฏิบัติ คำนวณกับของ SPM เป็นเรื่องขี้ปะติ๋ว: ค่า RGB 8 บิตทำหน้าที่เป็นอยู่แผนที่ ไปส่งออกซึ่งตรงกับเกณฑ์กระบวนการ ทั่วไปวิธีการทั้งหมด

ผลลัพธ์ (ไทย) 2:

ในกรณีของอัตราส่วน RGB เป็นอาจจะคาดหวังจากการทำงานก่อนหน้านี้และแปลงในรูปที่ 1, 2, 3 และประสิทธิภาพที่ดีที่สุดจะได้รับโดย R / G (ข้อผิดพลาดของเอฟเอคั 36.3% และ 35.6% สำหรับการฝึกอบรมและการทดสอบ Ly respective- ) อย่างไรก็ตาม R / B ยังดำเนินการค่อนข้างดี (41.7% และ 41.1%) ดังนั้นแม้ว่าคาดการณ์บางทีอัตราส่วน G / B มีการเลือกปฏิบัติน้อยที่สุดมีข้อผิดพลาดเอฟเอประมาณ 70% รวม 3 อัตราส่วนอาจจะคาดหวังในการปรับปรุงประสิทธิภาพการทำงาน แท้จริงนี่คือกรณีที่มีอัตราความผิดพลาดของ 33.1% และ 32.3% เกณฑ์ตอนบนกล่าวโดย Wark [11 จัดให้มีการเลือกปฏิบัติเพิ่มเติมเล็กน้อยและด้วยเหตุนี้จะไม่ได้รับการรายงานที่นี่ ปรับแต่งแปลงและมิติเดียว thresh- เก่าวัง [2] จะเห็นที่จะให้ลดอัตราการผิดพลาด: 31.3% และ 30.2% สุดท้ายวิธีการและ SPM ให้อัตราความผิดพลาดต่ำสุดของระบบการตรวจสอบคือ 19.8%.
4 ข้อสรุปที่
ถูกต้องของสามวิธีที่แตกต่างกันไปสาหรับการตรวจสอบผิวระดับรายงานการใช้ฐานข้อมูลก่อนการติดป้ายชื่อขนาดใหญ่ [4] มันแสดงให้เห็นว่าอัตราการใช้ R / G ง่ายสามารถเพิ่มโดยซ้อนกับ TIOS ra- เพิ่มเติมของ R / B และ G / B (แม้ว่าผลงานของหลังที่มีขนาดเล็กมากและอาจจะไม่รับประกัน) ในแง่ของเวลาการคำนวณวิธีนี้ต้องใช้เพียงส่วนหนึ่งต่ออัตราส่วน ในแง่ของการรับรองเท็จถูกต้องของวิธีอัตราส่วน RGB ไม่ได้ดีเท่าที่ได้รับจากการเปลี่ยนแปลงที่เสนอโดยวัง [2] นี่คือการคำนวณเป็นเพียงเล็กน้อยมากขึ้นต้องใช้เวลาเพียงสามน้ำหนักของพื้นที่ RGB เพื่อให้ค่าที่ฉัน ' ในที่สุดก็น่าจะเป็นแผนที่ผิวให้ประสิทธิภาพโดยรวมที่ดีที่สุดกับเอฟเอคัอัตราเพียง 19.8% ในขณะที่วิธีการที่จะต้องมีการจัดเก็บข้อมูลของแผนที่ความน่าจะเป็นนี้เป็นความคิดที่เป็นนัยสำคัญ
ค่าใช้จ่ายในการปฏิบัติ คำนวณกับ SPM เป็นที่น่ารำคาญ: ค่า RGB 8 บิตทำหน้าที่เป็นที่อยู่ในแผนที่การส่งออกของที่ไปตรงกับกระบวนการเกณฑ์ร่วมกันกับวิธีการทั้งหมด

ผลลัพธ์ (ไทย) 3:

ในกรณีของ RGB อัตราส่วนเป็นอาจจะคาดหวังจากงานก่อนหน้านี้และแปลงตัวเลข 1 , 2 , และ 3 ประสิทธิภาพที่ดีที่สุดให้โดย R / G ( ข้อผิดพลาด FA 36.3 % และ 35.6 % สำหรับการฝึกอบรมและการทดสอบที่เกี่ยวข้อง - ลี ) อย่างไรก็ตาม , R / B ยังแสดงได้ค่อนข้างดี ( ร้อยละ 41.7 และ 41.1 เปอร์เซ็นต์ ) ดังนั้นแม้ , predictably บางที , G / B ให้น้อยที่สุดด้วยอัตราส่วนการแบ่งแยกเอฟเอผิดพลาดประมาณ 70% รวม 3 อัตราส่วนอาจจะคาดว่าจะปรับปรุงประสิทธิภาพ นี้เป็นเรื่องจริงกับอัตราความผิดพลาดของ 33.1 % และ 32.3% บนธรณีประตู กล่าวถึงโดยวอร์ก [ 11 ให้กระจอกเพิ่มเติมการแบ่งแยกและด้วยเหตุนี้ไม่ได้รายงานที่นี่ การปรับแปลงและมิติเดียวนวดข้าวเก่า - วัง [ 2 ] จะเห็นให้อัตราความผิดพลาดต่ำ : 31.3 และร้อยละ 30.2 % ในที่สุด SPM วิธีให้ค่าอัตราความผิดพลาดของระบบการตรวจสอบคือ 19.8 เปอร์เซ็นต์4 . สรุปความถูกต้องของวิธีการที่แตกต่างเพื่อพิกเซลสาม - การตรวจสอบผิวระดับรายงานการใช้ฐานข้อมูลขนาดใหญ่ก่อนป้าย [ 4 ] มันแสดงให้เห็นว่าอัตราส่วน R / G ง่ายสามารถเพิ่มโดย ซ้อน กับ รา - เพิ่มเติม tios R / B และ G / B ( แม้ว่าผลงานของหลังมีขนาดเล็กมาก และคงไม่รับประกัน ) ในแง่ของเวลาการคำนวณ วิธีการนี้ต้องใช้เพียงหนึ่งส่วน ต่ออัตราส่วน ในแง่ของการรับเท็จความถูกต้องของสัดส่วน RGB แบบไม่ค่อยดีเท่าที่ได้รับโดยการเปลี่ยนแปลงที่เสนอโดยหวัง [ 2 ] ที่นี่การคำนวณเป็นเพียงเล็กน้อยเพิ่มเติม ต้องการแค่สาม weightings ของ RGB อวกาศให้ฉันค่า ในที่สุดผิวน่าจะเป็นแผนที่ช่วยให้ประสิทธิภาพโดยรวมที่ดีที่สุดมีเพียงร้อยละ 19.8 คะแนนฟะ . ในขณะที่วิธีการที่ต้องใช้กระเป๋าของแผนที่ความน่าจะเป็น นี้เป็นความคิดที่จะเป็น เล็กน้อยค่าใช้จ่ายในการปฏิบัติงาน การคำนวณกับ SPM เป็นจิ๊บจ๊อย : 8 บิต RGB ค่านักแสดงที่อยู่ในแผนที่ ผลผลิต ซึ่งไปตรงกับกระบวนการเกณฑ์ทั่วไป ทุกแนว