Xem trước tài liệu

Đang tải tài liệu...

Thông tin chi tiết tài liệu

Định dạng: PDF
Số trang: 54 trang
Dung lượng: 1 MB

Giới thiệu nội dung

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

Tác giả: Nguyễn Sơn Hóa

Lĩnh vực: Công nghệ Thông tin

Nội dung tài liệu:

Luận văn thạc sĩ này tập trung nghiên cứu về bài toán nhận dạng cảm xúc mặt người (Facial Expression Recognition – FER) bằng cách ứng dụng kết hợp phương pháp trích xuất đặc trưng LBP (Local Binary Pattern) và mô hình mạng nơ-ron tích chập (Convolutional Neural Network – CNN), gọi tắt là LBP-CNN. FER đóng vai trò quan trọng trong tương tác người – máy, an ninh, và nghiên cứu tâm lý học. Luận văn đề cập đến các phương pháp phát hiện khuôn mặt người, bao gồm hướng tiếp cận dựa trên tri thức, đặc trưng bất biến, so khớp mẫu và diện mạo. Các khó khăn và thách thức trong bài toán FER cũng được phân tích, từ đó đề xuất hướng giải quyết tập trung vào nhận dạng khuôn mặt nhìn thẳng, ít vật cản. Phương pháp LBP được lựa chọn để trích xuất đặc trưng do khả năng chống chịu với thay đổi ánh sáng, góc quay và tốc độ xử lý nhanh. Cuối cùng, mô hình CNN được đề xuất để nhận dạng cảm xúc từ các đặc trưng LBP đã trích xuất.

Mục lục chi tiết:

  • Chương 1: Tổng quan
    • 1.1 Giới thiệu
    • 1.2 Các hướng tiếp cận
    • 1.3 Khó khăn và thách thức
    • 1.4 Đề xuất hướng giải quyết
  • Chương 2: Cơ sở lý thuyết
    • 2.1 Các phương pháp phát hiện khuôn mặt người
      • 2.1.1 Hướng tiếp cận dựa trên tri thức
      • 2.1.2 Hướng tiếp cận dựa trên so khớp mẫu
      • 2.1.3 Hướng tiếp cận dựa trên diện mạo
      • 2.1.3.1 Eigenface
      • 2.1.3.2 Mạng Nơ-ron
      • 2.1.3.3 Support Vector Machine
    • 2.2 LBP
    • 2.3 Mạng nơ-ron tích chập
      • 2.3.1 Tổng quan mạng nơ-ron nhân tạo
      • 2.3.2 Mạng nơ-ron tích chập
  • Chương 3: Xây dựng thuật giải
    • 3.1 Xác định vị trí khuôn mặt
    • 3.2 Trích đặc trưng LBP
    • 3.3 Mô hình CNN với đặc trưng LBP
  • Chương 4: Kết quả và hướng phát triển
    • 4.1 Cơ sở dữ liệu
      • 4.1.1 Cơ sở dữ liệu CK+
      • 4.1.2 Cơ sở dữ liệu FER2013
    • 4.2 Môi trường thực nghiệm
    • 4.3 Thiết kế thực nghiệm
    • 4.4 Kết quả
      • 4.4.1 Cơ sở dữ liệu CK+
      • 4.4.2 Cơ sở dữ liệu FER2013
    • 4.5 Đánh giá
      • 4.5.1 Ưu điểm
      • 4.5.2 Khuyết điểm
    • 4.6 Hướng phát triển
  • Tài liệu tham khảo