نمایش مدل سه بعدی حالت های چهره کشف شده موجود در ویدئو، با استفاده از روش یادگیری عمیق برای بازی های رایانه ای

تجزیه و تحلیل حرکت های زنده و پویا به وسیله ی کامپیوتر یکی از زمینه هایی است که توجه زیادی را به خود جلب کرده است. یکی از بخش های مهم این زمینه، فرآیند ضبط حرکت است و تقلید حالت نوعی فرآیند ضبط حرکت است. هدف از این تحقیق، تشخیص حالت های چهره ی موجود در ویدئو با استفاده از روش یادگیری عمیق و نمایش مدل سه بعدی حالت کشف شده در ویدئو است. در این تحقیق در مرحله اول محدوده چهره با استفاده از الگوریتم ویولا و جونز در تصاویر رنگی جدا شده و سپس محدوده جدا شده به نوعی از شبکه کانولوشن عمیق به نام VGG-16 داده می شود که این شبکه با پایگاه داده ImageNet آموزش داده شده است. خروجی این شبکه یکی از کلاس های شش گانه ای که انتخاب شده است را نشان می دهد. بعد از تعیین حالت چهره، مدل سه بعدی آن که با استفاده از تصاویر رنگی و داده عمق بوه دست آمده از دوربین کینکت تهیه شده است، نمایش داده می شود. سیستم طراحی شده توانست به دقت 98.56 % بر روی پایگاه داده تهیه شده با استفاده از دوربین کینکت دست یابد که درصد قابل توجه ای است.

Keywords:

حالت های چهره , یادگیری عمیق , شبکه VGG-16 , دوربین کینکت