6797

يازشناسي حالت چهره با استفاده از شبكه هاي عصبي عميق

1398

دكتر احمد آيت اللهي

بازشناسي (تشخيص) حالت چهره يكي از چالش برانگيزترين موضوعات در بينايي كامپيوتر است كه به دليل چالش‌هاي فراوان مانند تفاوت در موقعيت قرارگيري، نورپردازي، حالت چهره و صحنه‌ها تحقيقات زيادي در رابطه با آن صورت مي‌پذيرد. بازشناسي حالت چهره خودكار اخيرا به دليل پيشرفت چشم‌گير روش‌هاي يادگيري عميق به نتايج بسيار قابل ملاحظه‌اي در حوزه‌هاي بازشناسي و نمايش تصوير رسيده است. هرچند، به دليل كوچك بودن مجموعه‌هاي داده موجود آموزش يك شبكه‌ي عصبي عميق براي بازشناسي حالت چهره يك موضوع بسيار پرچالش است. هم‌چنين اين شبكه‌ها از مشكلاتي همانند راندمان يادگيري و پيچيدگي محاسباتي نيز رنج مي‌برند. در اين تحقيق به بررسي بازشناسي حالت چهره تصاوير ايستا با استفاده از شبكه‌هاي عصبي عميق كه شامل سه مرحله اصلي پيش‌پردازش تصوير، استخراج ويژگي و دسته‌بندي است پرداخته مي‌شود. كاربرد يادگيري عميق در دو مرحله استخراج ويژگي و دسته‌بندي است، بنابراين تمركز اصلي تحقيق روي اين دو مرحله است. اين دو مرحله كه با شبكه‌هاي عميق (همانند خودرمزگذار عميق و شبكه‌هاي عصبي پيچشي) انجام مي‌شود را از لحاظ عملكرد، كاربردها، مزايا و معايب هر شبكه بررسي و مقايسه مي‌شود، هم‌چنين انواع مجموعه‌هاي داده آزمايشگاهي (همانند JAFFE و (CK+ و واقع‌گرايانه (همانند FER-2013 و SFEW) براي اين كاربرد بررسي مي‌شوند.

11/20/2019 12:00:00 AM

66460

1398/09/29

بازشناسي حالت چهره , يادگيري عميق , بينايي كامپيوتر , شبكه هاي عصبي عميق , شبكه عصبي پيچشي , خودرمزگذار عميق

Facial Expression Recognition , Deep Learning , Computer Vision , Deep Neural Networks , Convolutional Neural Network , Deep Autoencoder