شماره ركورد كنفرانس :
1730
عنوان مقاله :
بهبود بازشناسي حالات هيجاني چهره مبتني بر الگوهاي محلي دودويي كاهش بعد يافته
پديدآورندگان :
جعفرزاده زارع مريم نويسنده , محمديان امين نويسنده
كليدواژه :
تحليل تفكيك پذير خطي , SVM , تشخيص حالات هيجاني چهره , دروغ سنجي , naïve Bayes , تحليل مؤلفه هاي اصلي , شناسايي حالات چهره , الگوهاي محلي دودويي
عنوان كنفرانس :
بيستمين كنفرانس مهندسي برق ايران
چكيده فارسي :
مسئله تشخیص حالات هیجانی چهره به دلیل كاربردهایی مانند تشخیص اختلالات ذهنی،واسط برای ارتباط با رایانه دروغ سنجی دردهه های اخیربیشتر موردتحقیق قرارگرفته است. در این مقاله، سیستمی برای بازشناسی حالت هیجانی فرددر یك تصویر از چهره وی پیشنهاد شدهاست. محدوده چهره در تصاویر با استفاده از نقاط نشانه موجود در دادگان، كه حاصل از الگوریتم AAM بوده، تعیین شده است. سپس، ویژگیهای ناحیه چهره با روش الگوهای محلی دودویی ) LBP (استخراج شده است. از ویژگیهای مهم عملگر LBP ، مقاومت آن نسبت به تغییرات یكنواخت شدت روشنایی پیكسلها و سادگی محاسباتی این عملگر است. سادگی و سرعت محاسبات این روش، امكان استفاده از آن در سیستمهایبلادرنگ را فراهم میكند. جهت بهبود سرعت و دقت بازشناسی، بردارهای ویژگیِ حاصل با روش PCA و LDA كاهش بُعد یافتند. درمرحله نهایی،سیستم پیشنهادی بر اساس آزمون متقابل 01 قسمتی بر روی 0011 تصویر از دادگان CK+ ارزیابی شد. در این مرحله، برای تعیین برچسب هیجانی تصاویر از طبقه بند SVM با هسته چند جملهای و طبقهبند Naïve Bayes 89 % و / استفاده شد كه نرخ تشخیص حاصل از آنها به ترتیب 98/6%95/6% بوده است.
شماره مدرك كنفرانس :
4460809