Ứng dụng LBP-CNN cho bài toán nhận diện cảm xúc mặt người

=001  68795=005  20230907105236.000=008  20191028=040  ##$aHuflit=041  0#$aVie=044  ##$avm=082  04$a004.21 $bNG527H=100  1#$aNguyễn, Sơn Hóa $eTác giả=245  10$aỨng dụng LBP-CNN cho bài toán nhận diện cảm xúc mặt người / $cNguyễn Sơn Hóa ; Phạm Thế Bảo.=260  ##$aTP. HCM : $bHuflit, $c2019=300  ##$a51trang : $bminh họa ; $c22x30cm.=490  0#$aLuận văn thạc sĩ công nghệ thông tin=500  ##$aBộ Giáo dục và Đào tạo. Trường Đại học Ngoại ngữ-Tin học TP. Hồ chí Minh=500  ##$aNgành: Công nghệ thông tin. Mã số: 60480201=520  ##$a"Nhận dạng cảm xúc mặt người (Facial Expression Recognition – FER) giữ vai trò quan trọng trong tương tác giữa người và máy, trong các hệ thống an ninh, chăm sóc khách hàng hay trong các hệ thống khuyến nghị dựa trên hình ảnh. Phát hiện khuôn mặt là bước đầu tiên của nhận dạng cảm xúc khuôn mặt, trong đó khuôn mặt được xác định từ ảnh đầu vào và loại bỏ các đối tượng khác (nếu có). Sau khi đã xác định được khuôn mặt người (áp dụng Viola & John), bước tiếp theo thực hiện trích xuất đặc trưng và biểu diễn các đặc trưng đó. Với đặc trưng thu được, công việc cuối cùng là phân loại các đặc trưng vào một trong 6 loại cảm xúc phổ biến là buồn (sad), hạnh phúc (happy), tức giận (angry), sợ hãi (fear), ghê tởm (disgust) và ngạc nhiên (surprise). Ở giai đoạn trích xuất và biểu diễn đặc trưng, LBP với ưu điểm chính là ít chịu ảnh hưởng của những thay đổi về độ sáng, góc quay, độ co giãn, chi phí tính toán thấp, tốc độ xử lý nhanh. Ở giai đoạn phân loại, CNN thể hiện ưu thế vượt trội với khả năng xử lý tập dữ liệu lớn cũng như rất nhiều kiến trúc mạng được nghiên cứu và công bố...Với những ưu điểm đó của LBP và CNN, luận văn tập trung tìm hiểu, nghiên cứu kiến trúc mà dữ liệu đầu vào của CNN là đặc trưng LBP hay còn gọi là mạng nơ-ron tích chập mẫu nhị phân cục bộ (LBP-CNN – Local Binary Pattern Convolutional Neural Networks) cho bài toán nhận dạng cảm xúc mặt người. Kết quả đạt được: - Luận văn đã xây dựng thành công mô hình kết hợp CNN và đặc trưng LBP để phân loại 07 loại cảm xúc trên khuôn mặt người. Sử dụng hai cơ sở dữ liệu: CK+ và FER2013 để đánh giá mô hình xây dựng thông qua kết quả thực nghiệm.ð   Phương pháp kết hợp CNN và đặc trưng LBP để phân loại 07 loại cảm xúc trên khuôn mặt người cho kết quả tốt hơn so với nếu chỉ dùng mô hình CNN mà không kết hợp với đặc trưng LBP, đặc biệt là ở các cảm xúc khó phân biệt như tức giận (Angry) và ghê tởm (Disgust).=650  #4$aInternet -- Chương trình máy tính, $zLập trình chức năng=650  #4$aMáy tính -- Lập chương trình, $zCông nghệ=650  #4$aNghiên cứu -- Xử lý dữ liệu, $zLuận văn=700  1#$aPhạm Thế Bảo, $cPGS.TS, $eNgười hướng dẫn khoa học=841  ##$bKho BCKH, KYHTKH, KLTN, Luận văn, Luận án $j101001763=852  ##$bKho BCKH, KYHTKH, KLTN, Luận văn, Luận án (SVH) $j101001763=LDR  03728nam a2200289   45e0