An automatic multilevel facial expression recognition system
Yükleniyor...
Dosyalar
Tarih
2018
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
ABSTRACT: Facial expression is one of the most natural way of human beings to communicate his-her internal feeling, to stress his-her words, to agree or disagree with the interlocutor, to regulate interaction with the environment and nearby people. This paper challenges the classification experiment run by human beings on the ADFES-BIV database, which is a recently introduced collection of videos expressing low, middle, and high intensity emotions. The proposed automatic system uses the Sparse Representation based Classifier and reaches the top performance of 80 % by considering the temporal information intrinsically present in the videos.
ÖZET: Yüz ifadesi, insanoğlunun iç duygusunu ifade etmenin, sözlerini vurgulamanın, muhatabın fikrine katılmanın ya da katılmamanın, içinde bulunulan ortamla ve yakında bulunan insanlarla iletişim kurmanın en doğal yollarından biridir. Bu makalede, yakın zamanda tanıtılan ADFES-BIV video veritabanında yer alan farklı yoğunluk düzeylerinde duygular ifade eden yüzler üzerinde insanlar tarafından yürütülmüş bir sınıflandırma deneyine meydan okuyoruz. Önerilen otomatik sistem Seyrek Temsil Temelli Sınıflandırıcıyı kullanır ve videoların doğası gereği içinde barındırdığı zamansal bilgileri dikkate alarak en iyi performansı olan % 80'e ulaşır.
ÖZET: Yüz ifadesi, insanoğlunun iç duygusunu ifade etmenin, sözlerini vurgulamanın, muhatabın fikrine katılmanın ya da katılmamanın, içinde bulunulan ortamla ve yakında bulunan insanlarla iletişim kurmanın en doğal yollarından biridir. Bu makalede, yakın zamanda tanıtılan ADFES-BIV video veritabanında yer alan farklı yoğunluk düzeylerinde duygular ifade eden yüzler üzerinde insanlar tarafından yürütülmüş bir sınıflandırma deneyine meydan okuyoruz. Önerilen otomatik sistem Seyrek Temsil Temelli Sınıflandırıcıyı kullanır ve videoların doğası gereği içinde barındırdığı zamansal bilgileri dikkate alarak en iyi performansı olan % 80'e ulaşır.
Açıklama
Anahtar Kelimeler
Expression recognition, Affective computing, Sparse representation based classifier, Yüz ifadesi tanıma, Duygusal bilişim, Seyrek yaklaşım tabanlı sınıflama
Kaynak
Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi
