بررسی تشخیص احساسات چهره مبتنی بر هوش مصنوعی ویژگیها، تکنیکهای ML و DL

تشخیص خودکار حالتهای چهره (FER) یکی از حوزه های تحقیقاتی جذاب و پویا در علوم کامپیوتر و هوش مصنوعی است که تاثیرات گسترده ای در زمینه های مختلف از جمله تعامل انسان و ماشین، امنیت، سلامت روان و انیمیشن های مبتنی بر داده دارد. هدف اصلی FER، شناسایی و تحلیل دقیق احساسات انسانی از طریق تغییرات در حالات چهره است. رویکردهای موجود FER شامل روش های مبتنی بر ویژگی دست ساز (HCF) و روش های یادگیری عمیق (DL) است. روش های HCF بر این بستگی دارد که استخراج کننده ویژگی دستی چقدر می تواند عملکرد خوبی داشته باشد و ویژگی های استخراج شده به صورت دستی ممکن است در معرض سوگیری قرار گیرند زیرا به دانش قبلی محقق از حوزه بستگی دارد. در مقابل روش های DL در انجام طبقه بندی تصاویر به خوبی تاثیرگذار هستند. نقطه ضعف روش های DL این است که برای آموزش و انجام کارآمد به داده های گسترده نیاز دارند. این مقاله به بررسی چالش ها، روش ها و پیشرفت های اخیر در حوزه FER می پردازد.

کلیدواژه ها:

تشخیص احساسات چهره (FER) ، استخراج ویژگی یادگیری ماشین ، حالات چهره