تحلیل احساس چهره با استفاده از شبکه های عصبی عمیق

نوع: Type: پایان نامه

مقطع: Segment: کارشناسی ارشد

عنوان: Title: تحلیل احساس چهره با استفاده از شبکه های عصبی عمیق

ارائه دهنده: Provider: الهام افشار - رشته کامپیوتر

اساتید راهنما: Supervisors: دکتر حسن ختن لو

اساتید مشاور: Advisory Professors:

اساتید ممتحن یا داور: Examining professors or referees: دکتر محرم منصوری زاده و دکتر عباس رمضانی

زمان و تاریخ ارائه: Time and date of presentation: 30 مهر 1401

مکان ارائه: Place of presentation: سمینار 2 عمران

چکیده: Abstract: احساس چهره نقش مهمی در انتقال مفهوم در ارتباطات انسانی دارد به طوری‌که پژوهش‌ها نشان داده است که 55% مفاهیم از طریق احساس چهره منتقل می‌شود و فقط 7% آن با جملات و بیان فرد انتقال پیدا می‌کند. این موضوع بسیاری از پژوهشگران را به حوزه تحلیل و تشخیص احساس چهره علاقه‌مند کرد زیرا این حوزه می‌تواند در بسیاری زمینه‌های بینایی ماشین از جمله تعامل انسان و کامپیوتر، محاسبات احساسی و... به کار برده شود. درسال‌های اخیر با توجه به پیشرفت‌های روزافزون شبکه‌های عصبی، پژوهش‌های بسیاری در حوزه تحلیل و تشخیص احساس چهره انجام گرفته است. در این پژوهش روشی مبتنی بر طبقه‌بندی جمعی با استفاده از شبکه‌های عصبی کانولوشنی جهت تحلیل و تشخیص احساس چهره ارائه شده است. در شبکه عصبی اول، از الحاق ویژگی‌های فضایی تصویر به ویژگی‌های کلی آن جهت ایجاد نقشه ویژگی‌ها به عنوان ورودی مرحله کلاس‌بندی استفاده شده است. در شبکه دوم، از الگوی دودویی محلی تصاویر به عنوان ورودی شبکه اول استفاده شده است. از آنجا که الگوی دودویی محلی می‌تواند بافت تصاویر را به خوبی استخراج کند، در نتیجه در تشخیص برجستگی‌ها و میمیک صورت در احساسات مختلف چهره می‌تواند موثر باشد. پس از آموزش دو شبکه پیشنهادی مذکور، جهت طبقه‌بندی احساس، احتمال بیشینه بین دو شبکه به عنوان خروجی نهایی در نظر گرفته میشود. روش پیشنهادی بر روی مجموعه داده FER2013 اعمال و آزموده شده است. نتایج بدست آمده از آزمایش روش پیشنهادی بر روی مجموعه داده نشان می‌دهد که مدل عملکرد مطلوبی داشته و در مقایسه با روش های پیشین به نتایج قابل قبولی دست یافته است.

فایل: ّFile: تنزيل فایل