شناسایی احساسات از روی تصویر چهره با استفاده از یادگیری انتقالی و اصلاح بر روی معماری vgg-16

Abstract

تشخیص احساسات از روی تصاویر چهره، یکی از مباحث پرکاربرد و جذاب در زمینه بینایی کامپیوتری و هوش مصنوعی است که امکان تجزیه و تحلیل خودکار احساسات انسان بر اساس حالات چهره را فراهم میکند. این تکنولوژی، نه تنها در زمینه های پزشکی و روانشناسی و سلامت روان بلکه در بسیاری از وظایف مانند شناسایی رضایت مشتری، آموزش الکترونیکی، نظارت بر امنیت و برنامه های کاربردی کارت هوشمند و غیره نیز کاربردهای گسترده ای دارد. در اینن پژوهش،، یک روش پیشرفته برای شناسنایی احساسات از روی تصاویر چهره با استفاده از یادگیری انتقالی و روش بازتنظیم کامل بر روی شبکه عصبی عمیق VGG-16 مورد بررسی قرار گرفته است . این روش با استفاده از دیتابیس های معروف KDEF و JAFFE که هر یک شامل 7 حالت احساست شامل شادی، غم، خشم، ترس، تعجب، انزجار و حال طبیعی میباشند، طراحی و ارزیابی شده است . نتایج حاصل از این تحقیق نشان می دهند که این روش با دقت هایی به ترتیب 97.38 و 98.57 درصد برای دیتاستهای مذکور، بهبود موثری در عملکرد تشخیص احساسات چهره ارائه می دهد. مقایسه این روش با تحقیقات اخیر در این حوزه اثر بخش بودن روش پیشنهادی را بیان میکند.