تشخيص حالت چهره در دنباله تصاوير به روش يادگيري مبتني بر مدل ميدان تصادفي شرطي

NA

در اين مطالعه به تشخيص احساسات با استفاده از تصاوير چهره پرداخته مي‌شود. بررسي رفتارهاي چهره در زمينه‌هاي متعددي مانند روانشناسي، پزشكي، عامل‌هاي مكالمه‌اي، امنيت و همچنين بازي‌ها اهميت دارد. به همين دليل تحقيقات زيادي در اين زمينه انجام شده است. در اين تحقيق با استفاده از دنباله‌ي تصاويري كه در طول زماني مشخص از چهره‌ي افراد گرفته شده است، تشخيص احساسات افراد صورت مي‌گيرد. لازم به ذكر است كه احساساتي كه براي تشخيص آن-ها اين تحقيق انجام شده است، هفت احساس اصلي انسان شامل عصبانيت، تحقير، ترس، تنفر، شادي، ناراحتي و تعجب مي‌باشد و از مجموعه داده‌يExtented Cohn-Kanade (CK+) استفاده شده است. در اين تحقيق با استفاده از تعميم‌هايي از مدل ميدان تصادفي شرطي (CRF), احساسات تشخيص داده مي‌شوند. با توجه به اين كه در ‌طول زمان، استنباط صورت مي‌گيرد، فازهاي زماني(در اينجا فازهاي زماني شامل سه حالت مي‌باشد,۱-حالت طبيعي، ۲-شروع حالت احساس، ۳-اوج حالت احساس) نيز در مدل‌هاي ميدان تصادفي شرطي با ايجاد لايه‌ي حالت پنهان وارد مي‌شوند. سپس، مشاهده مي‌شود كه ترتيبي بودن فازهاي زماني براي بعضي از احساسات اهميت دارد و براي بعضي از احساسات نه تنها اهميت ندارد، بلكه باعث كاهش دقت نيز مي‌شود. به همين دليل، مدلي مورد استفاده قرار مي‌گيرد كه از هر دوي مدل‌ها (هم فازهاي زماني ترتيبي و هم فازهاي زماني غيرترتيبي)، استفاده مي‌كند و با صحت بيشتري تشخيص را انجام مي‌دهد.

NA