-
پديد آورنده
صبح خيز، ناديا
-
عنوان
استفاده از يادگيري انتقالي در شبكه هاي عميق براي تشخيص احساسات از روي حالات چهره
-
مقطع تحصيلي
كارشناسي ارشد
-
رشته تحصيلي
برق الكترونيك
-
محل تحصيل
تهران شمال
-
سال تحصيل
1402
-
تاريخ دفاع
تاريخ ثبت در تهران شمال يكشنبه 1402/5/29
-
وضعيت پايان نامه
صحافي شده ندارد
-
استاد راهنما
مهدي جوانمرد
-
توصيفگر فارسي
استفاده از يادگيري انتقالي در شبكه هاي عميق براي تشخيص احساسات از روي حالات چهره
-
شناسه هاي افزوده
دانشگاه پيام نور مركز تهران شمال
-
چكيده
حالات دروني هر فرد بر روي تمامي فعل و انفعالات زندگي شخص تاثير دارد. اين حالات به صورت احساس در صورت و صداي شخص نمايان مي شود. در تعامل بين انسان و ماشين همواره اين احساس مي تواند موثر ظاهر شود. بدين صورت كه ماشين با تشخيص احساس فرد مي تواند به درك بهتري از حالات فرد داشته و خدماتي متناسب با آن ارائه دهد. از اينرو تشخيص خودكار احساس توسط ماشين امري مهم به شمار ميرود.
بازشناسي خودكار احساسات چهره را مي¬توان به سه مرحله اصلي تقسيم¬بندي كرد كه شامل تشخيص چهره، استخراج ويژگي¬هاي چهره و دسته¬بندي احساسات موجود است. رديابي چهره در يك تصوير پيچيده امري كوچك اما بسيار مهم است. بيشتر كارهايي كه در اين حوزه صورت مي¬گيرند نيازمند تصويري از كل صورت در شرايط مختلف هستند. براي اين سيستم¬ها، معمولا اطلاعاتي درباره¬ي وجود چهره و ناهنجاري¬هاي آن استخراج مي¬شود.
استفاده از يادگيري عميق در سال هاي اخير در بسياري از حوزه هاي هوش مصنوعي با نتايج خوبي همراه بوده است. شبكه باور عميق به عنوان يكي از الگوريتم هاي يادگيري عميق نيز از توانايي بالايي در بازشناسي صدا و تصوير از خود نشان داده است. در اين كار از اين شبكه به عنوان دسته بند در تشخيص احساس از روي چهره استفاده شده است. در واقع با يافتن نقاط هدف كه همان چشم ها ابرو و دهان هستند، از اين نقاط هيستوگرام گرفته و آنها را به شبكه باور عميق وارد مي كنيم تا عمل دسته بندي و تشخيص را انجام دهند.
در اين كار سيستم را به روش هاي مختلفي آموزش داديم. به گونه اي كه طي چهار آزمايش سعي شده تا تاثير هر يك از اعضاي چهره را در تشخيص درست احساس بررسي كنيم. تشخيص چهره در تصوير با الگوريتم كارآمد viola-jones صورت گرفته است. در اولين آزمايش از ويژگي هاي بخش چشم استفاده شده است كه از اين بخش 12 ويژگي استخراج شده و به شبكه باور عميق داده شده است كه با دقت 70 درصد همراه بوده است. اين كار ادامه يافته تا اينكه در نهايت با بررسي ويژگي هاي چشم، ابرو و دهان به دقت 95 درصد دست يافته است. در اين حالت از تصاوير 36 ويژگي استخراج شده است. در انتها با استفاده از يادگيري انتقالي و اعمال آن بر روي شبكه Alexnet توانستيم به دقت 100 درصد براي چهار احساس اصلي دست يابيم.
-
شماره ركورد
73082
-
لينک به اين مدرک :