Érzelemészlelő rendszer: felmérés
Neel Shah -18IT124. Btech (I.T)
CSPIT, Charusat Egyetem, 2021
Absztrakt – Az automatikus, gépi alapú arckifejezés-elemzés (FEA) nagyvonalú fejlődést ért el az elmúlt néhány évtizedben. Jelentős alkalmazásai vannak az agytudomány, a biztonság, a jólét, az elterelés, az ember-PC asszociációk és így tovább Az emberekben az érzések kritikus szerepet töltenek be a levelezésben. Ők döntik el, hogyan gondolkodunk, hogyan közvetítünk, hogyan érzünk. A FEA domináns részei vizsgálata akadályozza az általános és világszerte bevált kereteket szabályozott éghajlaton. A helymeghatározási keretrendszerek különböző nézőpontokban, például arcban, non-verbális kommunikációban, hangban, testtípusban, bőrtónusban és így tovább, szétforgácsolódnak. A megjelenés megértése extrém vállalkozás a kapcsolati gyakorlatok megfejtésére. Az előrehaladó és az elkövetkező jövőbeni fejlesztések érdekében a kitekintést elismerő keretrendszerek jelentős szerepet fognak játszani az ember-PC interakciók (HCI) fejlesztésében. A gépekben az érzések kiszámításához a gépeknek meg kell ismerkedniük az érzésekkel, mint az emberekkel, és meg kell szerezniük azokat. Ebben a cikkben megvizsgáljuk az arcérzet azonosítási keretrendszereit és az ezen a területen végzett kutatásokat a világ minden tájáról elérhető forrásokból.
Kifejezések: arcérzet-felismerés, érzés-helyreállítási keret, hamis idegrendszer, mélyreható tanulás, mesterséges intelligencia, ember alkotta érvelés, képábrázolás, képkezelés.
Bevezetés: Az érzések felismerése az új alkalmak híres felfedezőtere volt. Jelenleg a vizsgálat a képinformációk gépi felismerhető elrendezésekké való átváltásán alapul, mint például táblázatok, keretek, tényszerű módszertanok, képvizsgálat, kiemelési pontok vizsgálata.
Az alapvető gondolkodásmód szerint mi, emberek nem tudjuk kihasználni az átruházó képességeket, mivel a körforgást a PC-k közvetítik, amelyet előre meghatározott és emberi modellek kényszerítenek ki. Néhány stratégia használható a végrehajtásra, kifejezetten az osztályspecifikációs eljárást és a képkombinációs rendszert vizsgáltuk a vizsgálat során. Az arc kiemelése és érzései az egyik jelentős lehetőség, amelyen keresztül az emberek kommunikálnak, és a nyomozást hasonlóan ez alapján végzik. Az arcon lévő töredékes akadályok igazolhatóan elrettentik a FEA-t. Az arc látását elriaszthatják az árnyalatok, sapka, sál, smink, szájbehúzás, tetoválás vagy piercing, szakállnövekedés stb. Végül a HCI-t javítani kell, és közvetíteni az előnyt ezen a vizsgálati területen: ennek a dolgozatnak az alapvető gondolatmenetet
A felmérés fő célja, hogy megértsük, milyen pontosság érhető el e rendszerek felépítésének különböző megközelítései révén.
néhány pillantás a papírra:
Ebben a felmérésben egy mintarendszert építünk fel python, keras, OpenCV, Matplotlib, valamint ingyenes, nyilvánosan elérhető DeepFacePy hálózat használatával az arcfelismeréshez és adatkészletekkel az érzelemfelismerő rendszer koncepcióinak megvalósításához.
Én (Neel shah) és társam, Krunal Thakkar az IT-ről (CHARUSAT UNIVERSITY) végeztük el ezt a felmérést, és arra a következtetésre jutottunk, hogy a python és a keras segítségével 88%-os pontosság érhető el, míg más algoritmusok nagyobb pontosságot és pontosságot biztosíthatnak. Mintarendszerünkben három fázisban építjük fel a rendszert, a modell előfeldolgozása vagy betanítása CNN-en vagy ANN-on, itt a CNN-t használtuk.
Előfeldolgozás és átméretezés. A kép előfeldolgozása az arckifejezés felismerés feladatának nagyon fontos lépése. Az előfeldolgozási fázis célja normalizált intenzitású, egységes méretű és alakú képeket előállítani.
Ezután van arcfelismerésünk, az érzelmeket csak akkor lehet észlelni, ha van arc! (finom humor, hogy lépést tartsunk az olvasással)!
Az egyik gyakori módszer a szem, az orr, a száj, az ajkak és az áll alakjának kiemelése, majd az arcok megkülönböztetése a távolság és a szervek mérete alapján.
Eg:-
Feature1 a bal szem szélessége
Feature2 a jobb szem szélessége
Feature3 orrszélesség
4. jellemző a száj és az ajkak szélessége
Feature5 arcszélesség
Az érzelemészlelés utolsó lépése:
Ha az arc jellemzőjének n mérete van, akkor az általánosított euklideszi távolságképletet használjuk a távolság mérésére.
Az érzelmek észlelése a különböző jellemzőpontok közötti távolság kiszámításán alapul. Ebben a lépésben megtörténik a tesztkép és a semleges kép távolságának összehasonlítása, valamint a vonatmappából kiválasztva a tesztkép lehető legjobb egyezését.
Köszönöm,
írj nekem a : [email protected] címre
