The 11th Iranian and the first International Conference on Machine Vision and Image Processing

شناسایی حالات چهره با استفاده از ترکیب ویژگی‌های الگوی دودویی محلی و هیستوگرام گرادیان جهت‌دار هرمی

مائده شریف نژاداسدالله شاه بهرامیعلیرضا آکوشیده
The 11th Iranian and the first International Conference on Machine Vision and Image Processing (MVIP 2020)

چکیده

تشخیص خودکار احساسات چهره مانند شادی و غم، کاربردهای مختلفی در سیستم‌های بینایی ماشین مثل تشخیص حالات چهره رانندگان دارد. به دلیل تنوع افراد و تغییرپذیری حالات چهره در شرایط مختلف، افزایش کارایی الگوریتم‌های تشخیص خودکار احساسات چهره همراه با کاهش زمان محاسباتی از چالش‌های پیش رو است. در این مقاله روشی مبتنی بر ترکیب ویژگی‌های الگوی دودویی محلی و هیستوگرام گرادیان جهت‌دار هرمی ارائه‌شده و احساسات مختلف چهره مانند شادی، غم، خشم، تعجب، ترس و انزجار مبتنی بر این ویژگی‌ها طبقه‌بندی‌شده است. عملکرد این روش بر روی مجموعه داده CK+ ارزیابی‌شده و برای شش احساس پایه مطرح‌شده دقت میانگین 90\% به‌دست‌آمده است. درحالی‌که زمان محاسباتی حدود 45\% و ابعاد بردار ویژگی نیز حدود 58\% کاهش‌یافته است. نتایج شبیه‌سازی نشان می‌دهد این روش در برخی موارد نسبت به تحقیقات موجود اخیر کارآمدتر است.

کلمات کلیدی: استخراج ویژگی، الگوی دودویی محلی، شناسایی حالات چهره، طبقه‌بندی، هیستوگرام گرادیان جهت‌دار هرمی



© 2017-2021 ISMVIP All Rights Reserved