| تشخیص حالت چهره در دنباله تصاویر به روش یادگیری مبتنی بر مدل میدان تصادفی شرطی |
| کد مقاله : 1079-AISCH (R1) |
| نویسندگان |
|
آناهیتا برزگر *1، محمدرضا اصغری اسکوئی2 1دانشگاه علامه طباطبایی 2هیئت علمی گروه رایانه دانشگاه علامه طباطبائی |
| چکیده مقاله |
| در این مطالعه به تشخیص احساسات با استفاده از تصاویر چهره پرداخته می‌شود. بررسی رفتارهای چهره در زمینه‌های متعددی مانند روانشناسی، پزشکی، عامل‌های مکالمه‌ای، امنیت و همچنین بازی‌ها اهمیت دارد. به همین دلیل تحقیقات زیادی در این زمینه انجام شده است. در این تحقیق با استفاده از دنباله‌ی تصاویری که در طول زمانی مشخص از چهره‌ی افراد گرفته شده است، تشخیص احساسات افراد صورت می‌گیرد. لازم به ذکر است که احساساتی که برای تشخیص آن-ها این تحقیق انجام شده است، هفت احساس اصلی انسان شامل عصبانیت، تحقیر، ترس، تنفر، شادی، ناراحتی و تعجب می‌باشد و از مجموعه داده‌یExtented Cohn-Kanade (CK+) استفاده شده است. در این تحقیق با استفاده از تعمیم‌هایی از مدل میدان تصادفی شرطی (CRF), احساسات تشخیص داده می‌شوند. با توجه به این که در طول زمان، استنباط صورت می‌گیرد، فازهای زمانی(در اینجا فازهای زمانی شامل سه حالت می‌باشد,۱-حالت طبیعی، ۲-شروع حالت احساس، ۳-اوج حالت احساس) نیز در مدل‌های میدان تصادفی شرطی با ایجاد لایه‌ی حالت پنهان وارد می‌شوند. سپس، مشاهده می‌شود که ترتیبی بودن فازهای زمانی برای بعضی از احساسات اهمیت دارد و برای بعضی از احساسات نه تنها اهمیت ندارد، بلکه باعث کاهش دقت نیز می‌شود. به همین دلیل، مدلی مورد استفاده قرار می‌گیرد که از هر دوی مدل‌ها (هم فازهای زمانی ترتیبی و هم فازهای زمانی غیرترتیبی)، استفاده می‌کند و با صحت بیشتری تشخیص را انجام می‌دهد. |
| کلیدواژه ها |
| مدل میدان تصادفی شرطی، تشخیص حالت چهره، واحد فعالیت ماهیچه های صورت، پردازش تصویر، یادگیری ماشین |
| وضعیت: پذیرفته شده |