شناسایی احساسات از روی تصویر چهره با استفاده از یادگیری انتقالی و اصلاح بر روی معماری VGG-۱۶

تشخیص احساسات از روی تصاویر چهره، یکی از مباحث پرکاربرد و جذاب در زمینه بینایی کامپیوتری و هوش مصنوعی است که امکان تجزیه و تحلیل خودکار احساسات انسان بر اساس حالات چهره را فراهم میکند. این تکنولوژی، نه تنها در زمینه های پزشکی و روانشناسی و سلامت روان بلکه در بسیاری از وظایف مانند شناسایی رضایت مشتری، آموزش الکترونیکی، نظارت بر امنیت و برنامه های کاربردی کارت هوشمند و غیره نیز کاربردهای گستردهای دارد. در این پژوهش، یک روش پیشرفته برای شناسایی احساسات از روی تصاویر چهره با استفاده از یادگیری انتقالی و روش بازتنظیم کامل بر روی شبکه عصبی عمیق VGG-۱۶ مورد بررسی قرار گرفته است. این روش با استفاده از دیتاستهای معروف KDEF و JAFFE که هر یک شامل ۷ حالت احساسی شامل شادی، غم، خشم، ترس، تعجب، انزجار و حالت طبیعی میباشند، طراحی و ارزیابی شده است. نتایج حاصل از این تحقیق نشان میدهند که این روش با دقتهایی به ترتیب ۳۸/۹۷ و ۵۷/۹۸ درصد برای دیتاستهای مذکور، بهبود موثری در عملکرد تشخیص احساسات چهره ارائه میدهد. مقایسه این روش با تحقیقات اخیر در این حوزه اثر بخش بودن روش پیشنهادی را بیان میکند.

کلیدواژه ها:

تشخیص احساسات ، یادگیری عمیق ، یادگیری انتقالی ، شبکه عصبی کانولوشنی ، شبکه عصبی عمیق .VGG-۱۶