تشخیص حالت چهره با استفاده از شبکه عصبی

کانال‌های غیرکلامی به طور ناخودآگاه توسط مغز انسان پیام‌ها را دریافت می‌کنند. تشخیص حالات چهره نمونه‌ی شناخته شده‌ای از ارتباط غیرکلامی هستند. آن‌ها با اطلاعات اضافی به گفتار می‌رسند که به انتقال مفهوم و لحن پیام کمک می‌کنند.

کانال‌های غیرکلامی به طور ناخودآگاه توسط مغز انسان پیام‌ها را دریافت می‌کنند. تشخیص حالات چهره نمونه‌ی شناخته شده‌ای از ارتباط غیرکلامی هستند. آن‌ها با اطلاعات اضافی به گفتار می‌رسند که به انتقال مفهوم و لحن پیام کمک می‌کنند. تیم پی سی اسکریپت تلاش نموده است تا پایان نامه کاملی در خصوص بهبود تشخیص حالت چهره با استفاده از شبکه عصبی ارائه نماید.

تعریف مساله:

ﺣﺎﻟﺖ ﭼﻬﺮه ﯾﮑﯽ از ﻋﺎﻣﻞ‌ﻫﺎی ﻣﻮﺛﺮ در ﺑﺮﻗﺮاری ارﺗﺒﺎط اﺳﺖ. روان‌ﺷﻨﺎﺳﺎن ﺣﺎﻻت ﻣﺨﺘﻠﻒ ﭼﻬﺮه را ﺑﻪ ﺷﺶ ﺣﺎﻟﺖ ﺷﺎدی، ﻏﻢ، ﺗﻌﺠﺐ، ﺗﺮس، ﺧﺸﻢ و ﺗﻨﻔﺮ ﺗﻘﺴﯿﻢ ﻣﯽ‌ﮐﻨﻨﺪ. در ﺷﮑﻞ (1-1) اﻧﻮاع ﻣﺨﺘﻠﻒ ﺣﺎﻻت ﭼﻬﺮه ﻧﺸﺎن داده ﺷﺪه‌اﻧﺪ. ﺷﻨﺎﺳﺎﯾﯽ ﺣﺎﻟﺖ ﭼﻬﺮه ﺑﺎ ﺷﻨﺎﺳﺎﯾﯽ ﭼﻬﺮه ارﺗﺒﺎط ﺑﺴﯿﺎر ﻧﺰدﯾﮑﯽ دارد. در زﻣﯿﻨﻪ ﺷﻨﺎﺳﺎﯾﯽ ﭼﻬﺮه ﺗﺤﻘﯿﻘﺎت ﺑﺴﯿﺎری اﻧﺠﺎم ﺷﺪه و اﻟﮕﻮرﯾﺘﻢ‌ﻫﺎی زﯾﺎدی ﻣﻌﺮﻓﯽ ﺷﺪه‌اﺳﺖ. ﺷﻨﺎﺳﺎﯾﯽ ﺣﺎﻟﺖ ﭼﻬﺮه ﻫﻤﭽﻨﯿﻦ ﻣﯽ‌ﺗﻮاﻧﺪ ﺑﻪ ﻋﻨﻮان ﯾﮏ ﺣﺎﻟﺖ ﺧﺎص از ﻣﺴﺎﺋﻞ ﺷﻨﺎﺳﺎﯾﯽ اﻟﮕﻮ در ﻧﻈﺮ ﮔﺮﻓﺘﻪ ﺷﻮد ﮐﻪ ﺗﮑﻨﯿﮏ‌ﻫﺎی زﯾﺎدی در اﯾﻦ زﻣﯿﻨﻪ ﻣﻮﺟﻮد اﺳﺖ.

ﺑﺮای ﻃﺮاﺣﯽ ﯾﮏ ﺳﯿﺴﺘﻢ ﺷﻨﺎﺳﺎﯾﯽ ﺣﺎﻟﺖ ﭼﻬﺮه ﻣﯽ‌ﺗﻮاﻧﯿﻢ ﻣﺰاﯾﺎی ﻣﻨﺎﺑﻊ ﻣﻮﺟﻮد را ﺑﮕﯿﺮﯾﻢ و از اﻟﮕﻮرﯾﺘﻢ‌ﻫﺎی ﻣﻮﺟﻮد ﺑﻪ ﻋﻨﻮان ﺑﻠﻮک‌ﻫﺎی ﺳﺎﺧﺘﺎری ﺳﯿﺴﺘﻤﻤﺎن اﺳﺘﻔﺎده ﮐﻨﯿﻢ. ﺑﻨﺎﺑﺮاﯾﻦ ﺗﻌﯿﯿﻦ ﺗﺮﮐﯿﺐ ﺑﻬﯿﻨﻪی اﻟﮕﻮرﯾﺘﻢ‌ﻫﺎ ﻗﺴﻤﺖ اﺻﻠﯽ ﮐﺎر اﺳﺖ. ﺑﺮای اﻧﺠﺎم اﯾﻦ ﮐﺎر اﺑﺘﺪا ﺳﯿﺴﺘﻢ را ﺑﻪ ﺳﻪ ﻗﺴﻤﺖ اﺻﻠﯽ ﺗﻘﺴﯿﻢ ﻣﯽﮐﻨﯿﻢ: ﭘﯿﺶ ﭘﺮدازش، اﺳﺘﺨﺮاج وﯾﮋﮔﯽ و تشخیص حالت چهره با استفاده از ویژگی‌های استخراج شده. ﺳﭙﺲ ﺑﺮای ﻫﺮ ﯾﮏ از آﻧﻬﺎ روش‌ﻫﺎی ﮐﺎﻧﺪﯾﺪ ﭘﯿﺎده‌ﺳﺎزی ﺷﺪه‌اﻧﺪ. در ﻧﻬﺎﯾﺖ ﭘﺲ از ﻣﻘﺎﯾﺴﻪ ﻋﻤﻠﮑﺮد ﺗﺮﮐﯿﺐ‌ﻫﺎی ﻣﺨﺘﻠﻒ، ﭘﯿﮑﺮﺑﻨﺪی ﺑﻬﯿﻨﻪاﻧﺘﺨﺎب ﻣﯽ‌ﺷﻮد.

اﯾﺠﺎد ﻣﺪل‌ﻫﺎی ﺑﻬﺘﺮ از تشخیص حالت ﭼﻬﺮه و ﻗﻮی‌ﺗﺮ ﺷﺪن ﮐﺎﻣﭙﯿﻮﺗﺮﻫﺎ ﺑﺎﻋﺚ ﺷﺪه ﺳﯿﺴﺘﻢ ﺷﻨﺎﺳﺎﯾﯽ ﭼﻬﺮه ﺑﻪ ﻧﺘﺎﯾﺞ ﺑﻬﺘﺮی دﺳﺖ ﯾﺎﺑﺪ. ﺗﺼﺎوﯾﺮ ﭼﻬﺮه ﺑﻪ وﺳﯿﻠﻪی ﭼﻨﺪ ﻓﺎﮐﺘﻮر ﺗﺤﺖ ﺗﺎﺛﯿﺮ ﻗﺮار ﻣﯽﮔﯿﺮﻧﺪ: ﺷﺪت روﺷﻨﺎﯾﯽ، ﻣﻮﻗﻌﯿﺖ ﺳﺮ، ﺗﻐﯿﯿﺮ ﺣﺎﻟﺖ ﭼﻬﺮه و ﻏﯿﺮه. اﯾﻦ ﻓﺎﮐﺘﻮرﻫﺎ در ﺷﺮاﯾﻂ ﻋﺎدی ﺑﺎﻋﺚ ﻣﯽ‌ﺷﻮﻧﺪ ﺷﻨﺎﺳﺎﯾﯽ ﭼﻬﺮه ﻫﻨﻮز ﯾﮏ ﻣﺴﺌﻠﻪ ﭼﺎﻟﺶ اﻧﮕﯿﺰ ﺑﺎﺷﺪ.

ادامه مطلب