CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

مروری جامع بر تشخیص حالات صورت مبتنی بر یادگیری عمیق

عنوان مقاله: مروری جامع بر تشخیص حالات صورت مبتنی بر یادگیری عمیق
شناسه ملی مقاله: UTCONF03_218
منتشر شده در سومین همایش ملی دانش و فناوری مهندسی برق، کامپیوتر و مکانیک ایران در سال 1398
مشخصات نویسندگان مقاله:

زهرا بومه - دانشجو کارشناسی ارشد کامپیوتر، دانشگاه آزاد اسلامی، واحد بندرعباس
عباس عکاسی - استادیار ، دانشگاه آزاد اسلامی، واحد بندرعباس

خلاصه مقاله:
یکی از طبیعی ترین، قدرتمند ترین و ابزار جهانی ارتباطات انسانی، حالت چهره می باشد که اخیرا مطالعات بسیاری در این زمینه انجامشده است. حالت چهره نقش مهمی در انتقال حالت های عاطفی انسان ها ایفا میکند. انسانها از طریق گفتار، حرکات بدنی و نمایش حالات با یکدیگر ارتباط برقرار می کنند و حالت های صورت را بسیار سریع و بدون تاخیر تشخیص می دهند، اما تشخیص صحیح و مطمئن حالت های صورت توسط ماشین یک چالش است. تشخیص حالت چهره ( FER ) دارای بسیاری از کاربردهای عملی مانند درمان افسردگی، اندازه گیری رضایت مشتری، نظارت خستگی و سیستم های روبات های انسانی ( HRI ) است. به تازگی، روش های یادگیری عمیق به علت قدرت تشخیص شبکه عصبی کانولوشن ( CNN ) در زمینه شناخت تصویر اعمال شده است. در این پژوهش به بررسی تشخیص حالات صورت مبتنی بر یادگیری عمیق توسط محققان مختلف پرداخته می شود.

کلمات کلیدی:
حالات صورت، تشخیص حالات صورت، طبقه بندی، یادگیری عمیق

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/925722/