شناسایی حالت چهره با اعمال توصیفگر عدد جهت دار محلی بر روی تصویر تفاضلی

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 914

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IPRIA02_058

تاریخ نمایه سازی: 28 شهریور 1394

چکیده مقاله:

حالت چهره نقش مهمی در ادراک احساس انسان و تعامل اجتماعی او ایفا می کند. از این رو توجه پژوهش های زیادی را در سال های اخیر به خود جلب کرده است. کلیه ی روش های تحلیل و شناسایی حالت چهره را می توان به دو دسته ی تحلیل تصاویر ایستا (تک فریم) و تحلیل تصاویر پویا (تصاویر ویدئویی) تقسیم کرد. استفاده از تصاویر پویا برای استخراج ویژگی، نیازمند محاسبات زیادی نسبت به تصاویر ایستا است. بنابراین در این مقاله از دو تصویر، یکی تصویر عادی و دیگری تصویر احساسی به جای تمام دنباله تصاویر استفاده شده است که موجب کاهش محاسبات می شود. سپس برای نخستین بار از ویژگی های LDN برای توصیف همزمان تصویر احساسی و تصویر تفاضلی استفاده شده است. نتایج آزمایش ها بر روی پایگاه های داده رایج در این زمینه نشان می دهد که استفاده از این ویژگی با روش ارائه در این مقاله نسبت به روش های مشابه موجود داز دقت بالایی برخوردار است. با استفاده از این روش نرخ تشخیص حالت چهره به دقت 95.4% رسیده است، که علاوه بر برتری مذکور حاکی از افزایش 13% نسبت به حالت ایستا است.

کلیدواژه ها:

شناسایی حالت چهره ، الگوی جهت دار محلی (LDP) ، الگوی جهت دار محلی (LDN) ، الگوی دودویی محلی (LBP) ، ماشین بردار پشتیبان (SVM)

نویسندگان

مرتضی نجم آبادی

دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر

ابوالقاسم اسدالله راعی

دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر

حمید صادقی

دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • J. Fasel, J. Luettin, "Automatic facial expression analysis: a survey", ...
  • M. Pantic, L. Rothkrant, "Automatic analysis of facial expressions: the ...
  • P. Ekman, W.V. Friesen, "Constants across cultures in the face ...
  • Y. Tian, T. Kanade, J. Cohn, "Handbook of Face Recognition", ...
  • _ _ _ _ recognition based _ Local Binary Patterns: ...
  • T. Jabid, M. H. Kabir, and O. S. Chae, "Robust ...
  • A. R. Rivera, J. Rojas, O. Ckae, :Local Directional Number ...
  • N-S. Pai, S-P. Chang, _ embedded system for real-time facial ...
  • A. Majumder, L. Behera, V. K. Subramanian, "Emotion recognition from ...
  • M. T. Eskil, K. S. Benli, "Facial expression recognition based ...
  • _ _ _ vol. 44, pp. 107-16, 2011. ...
  • L. Zhang, S. Chen, T. Wang, Z. Liu, "Automatic Facial ...
  • S.-S. Liu, Y. Tian, D. Li, "New Research Advances of ...
  • _ _ _ Systems wvith Applications, vol. 37, pp. 8897-8902, ...
  • T. H.H Zavaschi, A .S. Britto Jr, L. E.S. Oliveira, ...
  • M. J. Lyons, J. Budynek, S. Akamatsu, "Automatic classification of ...
  • _ _ _ Comput. Vis. Pattern Recog. Workshop (CVPRW), 2010, ...
  • _ _ _ _ for facial ع expression analysis", IEEE ...
  • W. F. Liu, Y. J. Wang, "Expression Feature Extraction Based ...
  • H. Sadeghi, A. A.Raie, "Semi-dynamic Facial Expression Recognition Based on ...
  • S. Shojaeilangari, W. Y. Yau, E. K Troh, _ novel ...
  • X. Huang, G. Zhao, W. Zheng, M. Pietikainen, "Towards a ...
  • _ _ _ _ _ descriptors for facial", Pattern Recognition ...
  • نمایش کامل مراجع