Тип работы:
Предмет:
Язык работы:


Разработка системы распознавания эмоций с использованием нейросетевых технологий

Работа №126118

Тип работы

Бакалаврская работа

Предмет

нейронные сети

Объем работы43
Год сдачи2019
Стоимость4650 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
84
Не подходит работа?

Узнай цену на написание


Введение 3
Постановка задачи 5
Обзор литературы 6
Глава 1. Обзор существующих подходов и реализаций 8
1.1 Существующие подходы к решению задачи распознавания эмоций 8
1.2 Существующие решения задачи распознавания эмоций 12
Глава 2. Основные понятия и методы 14
2.1 Искусственная нейронная сеть 14
2.2 Сверточная нейронная сеть 15
2.3 Теоретический обзор используемых методов 20
Глава 3. Решение поставленной задачи 25
3.1 Используемые программные средства 25
3.2 Обучающая выборка 25
3.3 Предобработка данных для обучения нейронной сети 26
3.4 Создание и обучение нейронной сети 29
3.5 Объектная модель приложения 32
3.6 Разработка пользовательского интерфейса программы 33
Глава 4. Тестирование результатов 36
Выводы 39
Заключение 40
Список литературы 41

«Эмоции - субъективные состояния человека и животных, возникающие в ответ на воздействие внешних или внутренних раздражителей и проявляющи­еся в форме непосредственных переживании» [1]. Эмоции являются неотъемле­мой частью жизни людей и межличностного общения. Они могут демонстриро­ваться различными способами: мимикой, жестами, интонацией, позой, однако наибольшей выразительностью обладает лицо человека.
Задачи, связанные с распознаванием лицевых экспрессий человека, давно являлись предметом исследований психологов и ученых. Так Чарльзом Дарви­ном была опубликована работа «О выражении эмоций у человека и животных». [2]. Он первым высказал гипотезу об универсальности мимических проявлений эмоций, причем не только для различных культур, но и для различных видов. Данная теория была проверена и продолжена психологом Полом Экманом [3]. В ходе наблюдения за лицевыми экспрессиями жителей одного из племен в Но­вой Гвинее, ни разу не имевшими долговременного контакта с представителями западной или восточной культуры, ученый заметил, что некоторые эмоций вы­ражались таким же образом, что и во всем мире. Пол Экман установил, что та­кие эмоции как: гнев, удивление, печаль, радость, страх и отвращение являются универсальными и могут быть поняты человеком, независимо от его культуры.
Задача автоматического распознавания эмоций по мимике является актуальной в наши дни, поскольку имеет большое количество применений в различных сферах человеческой деятельности. Так, детекция эмоцио­нальных реакций может использоваться в маркетинге. Система, автомати­чески определяя эмоциональный отклик человека на демонстрируемый ему контент, показывает степень его заинтересованности в том или ином товаре или услуге. Автоматическое распознавание эмоций может приме­няться правоохранительными органами и охранными службами. С их по­мощью следователи могут определять истинность показаний подозревае­мого при допросе. Кроме того, системы могут помочь обнаружить людей, демонстрирующих эмоциональные реакции, характерные для психически нездоровых лиц, нарушителей правопорядка и т. д. Системы распознава­ния эмоций могут повысить безопасность на дорогах. Оснащение автомо­билей подобными средствами в ряде случаев может позволить избежать аварий, связанных с плохим самочувствием или сонливостью водителей. Кроме всего прочего, программы для определения эмоционального состо­яния могут повысить степень эффективности взаимодействия человека и компьютера, обеспечить правильную реакцию на состояние пользователя.
Особенностью данной работы является то, что помимо системы рас­познавания эмоциональных реакций, разработанная программа включает также систему тренировки эмоций. Из-за проблем со здоровьем, вслед­ствие пережитых потрясений и других причин люди могут иметь про­блемы с демонстрацией своих эмоции с помощью мимики. У подобного человека могут возникать трудности при взаимодействии с окружаю­щими. Системы тренировки эмоций способны помочь в подобной ситуа­ции.

Возникли сложности?

Нужна помощь преподавателя?

Помощь студентам в написании работ!


Задача автоматического распознавания эмоций является актуальной в наши дни, поскольку имеет широкое применение в различных сферах человече­ской деятельности. В рамках данной работы рассмотрены и изучены основные подходы к решению данной задачи. Рассмотрены основные этапы предвари­тельной обработки изображений и подготовки обучающей выборки. Реализо­вана система распознавания и тренировки эмоций на основе сверточной нейронной сети, а также разработан интерфейс для удобного взаимодействия с ней.
Разработанная система имеет достаточно высокий уровень точности, од­нако может быть улучшена с помощью увеличения объема обучающей выборки и повышения ее разнообразия. Кроме того, возможно совершенствование дан­ной программы с целью ее эффективной работы на изображениях с нестандарт­ными положениями головы, а также со снимками, где видна лишь часть лица.
В дальнейшем планируется расширение реализованной системы таким образом, чтобы распознавание эмоций могло осуществляться не только по ста­тическим кадрам, но и по видеофрагментам, с учетом всей последовательности кадров. Разработанная в контексте данной работы программа может стать фун­даментом подобной системы.


1. Большая медицинская энциклопедия под редакцией Петровского Б.В., 3-е из­дание [Электронный ресурс]: URL: https://xn--90aw5c.xn--clavg/ (дата обраще­ния: 14.04.2019).
2. C. Darwin. The Expression of the Emotions in Man and Animals. With an intro­duction, afterword, and commentaries by Paul Ekman. 3rd ed. Oxford University Press, 1998.
3. P. Ekman, Universals and cultural differences in facial expressions of emotion. Ne­braska, Lincoln University of Nebraska Press, 1971.
4. Y. Chen, H. Wu, T. Wang, Y. Wang. A Comparison of Methods of Facial Expres­sion Recognition. Proceedings of the 1st WRC Symposium on Advanced Robotics and Automation 2018 Beijing, 2018. P. 261-262
5. O. Arriaga, P. Ploger, Matias Valdenegro. Real-time Convolutional Neural Net­works for Emotion and Gender Classification. ArXiv, 2017.
6. D. Duncan, G. Shine, C. English. Facial Emotion Recognition in Real Time. 2016
7. l. Swathi, S.S. Gantayat. Facial Expression Recognition Based On Emotion For Visually Challenged People. ICICSS, 2018
8. Gil-Jin Jang, Jeong-Sik Park, Ahra Jo, Ji-Hwan Kim. Facial Emotion Recognition Using Active Shape Models and Statistical Pattern Recognizers. Ninth International Conference on Broadband and Wireless Computing, Communication and Applica­tions, 2014.
9. Ekman, P., Friesen, W. V., & Hager, J. C.Facial Action Coding System. Manual and Investigator’s Guide, Salt Lake City, UT: Research Nexus, 2002.
10. C. Shan, S. Gong, and P. W. McOwan, Facial expression recognition based on lo­cal binary patterns: A comprehensive study, Image and Vision Computing, 2009.P. 803 - 816
11. N. Mehta, S. Jadhav. Facial Emotion recognition using Log Gabor filter and PCA. International Conference on Computing Communication Control and automation, 2016.
12. FaceReader [Электронный ресурс]: URL: https://www.noldus.com/human-be- havior-research/products/facereader (дата обращения 02.04.2019).
13. Project Oxford [Электронный ресурс]: URL: https://azure.microsoft.com/ru- ru/services/cognitive-services/ (дата обращения 02.04.2019).
14. N. Srivastava, G. Hinton, A. Krizhevsky, I. Sutskever and R. Salakhutdinov. Dropout: A Simple Way to Prevent Neural Networks from Overfitting. Journal of Machine Learning Research, 2014.
15. S. Ioffe, C. Szegedy. Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift. In International Conference on Machine Learn­ing, pages, 2015.P. 448-456
...


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2024 Cервис помощи студентам в выполнении работ