Emotion Recognition - Facial Expression Detection İndir

Emotion Recognition

Bu proje bir grubun algılanan duygularını Olumlu , Neutral veya Negatif . Kullanılan veri kümesi, çeşitli sosyal ortamlardaki insan gruplarının "vahşi doğada" fotoğraflarını içeren Grup Etki Veritabanı 3.0'dır.

Duygu Tanıma İhtiyacı

Peki, öncelikle, neden duygu tanımaya ihtiyacımız var?

Duygu tanıma önemlidir -

- Kullanıcı deneyimini, müşteri, öğrenci veya genel hizmet kullanıcısı olarak geliştirmek için.

- Kullanıcıdan geri bildirimde bulunmak için resmen ve sürekli olarak soru sormaya gerek kalmadan hizmetlerin iyileştirilmesine yardımcı olabilir.

- Ayrıca, kamu güvenliği, sağlık hizmetleri veya yardımcı teknolojide otomatik duygu tanıma özelliğini kullanmak, insanların daha güvenli bir ortamda yaşamalarını veya engelli veya diğer sağlık koşullarının etkilerini azaltarak, insanların yaşam kalitesini önemli ölçüde artırabilir. / p>
Duygu Tanıma Uygulamaları

Duygu Tanıma'nın kalabalık analitiği, sosyal medya, pazarlama, olay tespiti ve özetlemesi, kamu güvenliği, insan-bilgisayar etkileşimi, dijital güvenlik gözetimi, sokak analitiği, görüntü alımı vb. uygulamaları vardır.

Grup İfade Tanıma'nın Yükselişi

Bir grup insan için duygu tanıma sorunu daha az araştırılmıştır, ancak sosyal etkinliklere katılan insan gruplarının resimlerini içeren sosyal paylaşım sitelerinde mevcut olan büyük miktarda veri nedeniyle popülerlik kazanmaktadır.
Grup İfadesi Tanıma'nın karşılaştığı zorluklar

Grup duygularının tanınması, baş ve vücut gibi engeller, farklılıklar, tıkanmalar, değişken aydınlatma koşulları, oyuncuların değişimi, çeşitli iç ve dış ortam ayarları ve görüntü kalitesi gibi engellerden dolayı zor bir sorundur.

yaklaşım

Benim yaklaşımım "Derin Sinir Ağları ve Bayes Sınıflandırıcıları Kullanarak Vahşi Doğadaki Duygu Tanıma" araştırma makalesine dayanıyor. Dolayısıyla, model temelde derin sinir ağları ve Bayesian sınıflandırıcılarının yeni bir birleşimidir. Sinir ağı, aşağıdan yukarıya doğru çalışır ve izole yüzlerle ifade edilen duyguları analiz eder. Bayesian sınıflandırıcısı, bir sahne tanımlayıcısı aracılığıyla elde edilen yukarıdan aşağıya özellikleri entegre eden küresel bir duygu tahmin eder.

Yukarıdan aşağıya yaklaşım , arka plan, kıyafetler, yer vb. gibi sahne içeriğini dikkate alır. Aşağıdaki adımlardan oluşur -

- Sahne tanımlayıcılarını edinmek

- Bayesian Ağındaki kanıtları belirleme

- Bayesian Ağının arka dağılımını tahmin etme

Aşağıdan yukarıya yaklaşma , gruptaki her bir kişinin yüz ifadelerini tahmin eder -

- Yüz algılama

- Ön işleme özelliği

- CNN ileri geçişi

Aşağıdan yukarıya modül tarafından elde edilen değer daha sonra üst katmandaki Bayesian Ağına girdi olarak kullanılır.