تشخیص حالت چهره با روش های یادگیری عمیق

از جمله مسائل جذاب در بینایی ماشین تحلیل تصاویر انسان است. این کار برد می تواند در موارد مختلفی نظیر تعامل انسان و کامپیوتر، تحلیل احساس، تشخیص اختلالات روانی و سیستم نظارت بر خستگی راننده استفاده شود راه حل کلی برای مساله تشخیص حالت چهره وجود دارد از سه مرحله کلی تشکیل شده که عبارتند ازمشخص کردن ناحیه ای در تصویر ورودی که در آن چهره وجود دارد و آماده سازی آن جهت استخراج ویژگی ها، استخراج ویژگی های مناسب از آن ناحیه جهت دسته بندی و در نهایت استفاده از دسته بند مناسب جهت دسته بندی حالت چهره.در این پژوهش ما از یک معماری جدید و روش جدید جهت تشخیص حالت چهره که مبتنی بر شبکه عصبی عمیق ومقایسه آن با دیگر شبکه های عصبی یادگیری عمیق استفاده می کنیم دیتاست مورد استفاده در این زمینه fer ۲۰۱۳ می باشد این مجموعه داده شامل ۳۲۲۹۷ تصویر با ابعاد ۴۸*۴۸ است و از ۷ کلاس مختلف تشخیص حالت چهره است. از نتایج و مقایسه مشاهد می شود که دقت مدل به ۶۳ % رسیده است که نسبت به مدل های شبکه های دیگر دقت بالاتر می باشد.

Keywords:

شبکه عصبی عمیق , تشخیص حالت چهره , یادگیری عمیق , شبکه عصبی Vgg net , شبکه ResNet