ارزیابی و تشخیص خودکار ویژگی های چهره با شبکه های عصبی پیچشی در مسئله شناسایی هویت و احساسات

تشخیص حالت و هویت چهره از مسائل مهم و پرکاربرد در حوزه بینایی ماشین و یادگیری عمیق محسوب می شود و نقش کلیدی در زمینه هایی همچون امنیت، تحلیل احساسات و تعامل انسان-ماشین ایفا می کند. در این پژوهش، عملکرد شبکه های عصبی پیچشی (CNN) برای تشخیص مجزای حالت و هویت چهره مورد بررسی قرار گرفته است. به این منظور، چهار آزمایش پایه طراحی شد که در آنها شبکه های تکوظیفه ای به صورت جداگانه برای شناسایی حالت های احساسی و هویت افراد آموزش داده شدند. در مرحله نخست، از مجموعه داده ی محدود CK+ شامل ۲۸۱ تصویر با ۳ حالت احساسی و ۱۰ هویت استفاده شد. پس از آن، برای ارزیابی تاثیر افزایش حجم داده، همین شبکه ها روی نسخه ی بزرگتر این مجموعه (شامل ۲۸۱۶ تصویر با ۷ حالت احساسی و ۹۶ هویت) مورد آزمایش قرار گرفتند. نتایج حاصل نشان می دهد که افزایش داده و طراحی به کار رفته در بهینه سازی شبکه در راستای تغییرات پارامترها تاثیر قابل توجهی در بهبود عملکرد مدل ها داشته است؛ به طوری که دقت تشخیص حالت های احساسی به ۸۰.۹۶% و دقت شناسایی هویت به ۴۲.۹۶% افزایش یافت. این یافته ها نقش موثر معماری های CNN در استخراج ویژگی های مرتبط با هویت و احساسات چهره را حتی در شرایط محدود داده، به خوبی نشان می دهد. پژوهش حاضر می تواند به عنوان گامی موثر برای توسعه سامانه های دقیق تر تشخیص چهره در حوزه هایی مانند تعامل هوشمند و تحلیل رفتاری به کار گرفته شود.

کلیدواژه ها:

تشخیص حالت و هویت ، تشخیص کل نگر ، شبکه های عصبی پیچشی ، یادگیری عمیق ، CK+