📄Работа №43024
Тема: РАСПОЗНАВАНИЕ ЭМОЦИОНАЛЬНО ОКРАШЕННОЙ МИМИКИ ЧЕЛОВЕЧЕСКОГО ЛИЦА
Тип работы
Дипломные работы, ВКР
Предмет
Информатика и вычислительная техника
Объем:
53 листов
Год:
2018
Просмотров:
457
6300
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение 3
Постановка цели и задач 4
1. Распознавание эмоций человеческого лица 5
1.1 История изучения и развития искусственных нейронных сетей 5
1.2 Биологический нейрон, строение и принцип работы биологического нейрона 8
1.3 Искусственная нейронная сеть 10
1.3.1 Нейрон в искусственных нейронных сетях 11
1.3.2 Синапс в искусственных нейронных сетях 12
2. Анализ рынка систем распознавания эмоций 13
2.1 Сферы применения 13
2.2 Рынок конкурентов 14
3. Методы распознавания эмоций и лица человека 17
3.1 Скрытые марковские модели 18
3.2 Метод главных компонент 18
3.3 Метод гибкого сравнения на графах 19
3.4 Многослойные нейронные сети 20
3.5 Метод Виолы-Джонса 22
4. Обучение нейронной сети 25
4.1 Алгоритм обратного распространения ошибки 25
5. Реализация 27
5.1 Используемые технологии 27
5.1.1 JavaScript 28
5.1.2 Библиотеки 28
5.2 Алгоритм выполнения проекта 29
6. Результаты 38
Заключение 41
Список использованных источников 42
Приложение
Постановка цели и задач 4
1. Распознавание эмоций человеческого лица 5
1.1 История изучения и развития искусственных нейронных сетей 5
1.2 Биологический нейрон, строение и принцип работы биологического нейрона 8
1.3 Искусственная нейронная сеть 10
1.3.1 Нейрон в искусственных нейронных сетях 11
1.3.2 Синапс в искусственных нейронных сетях 12
2. Анализ рынка систем распознавания эмоций 13
2.1 Сферы применения 13
2.2 Рынок конкурентов 14
3. Методы распознавания эмоций и лица человека 17
3.1 Скрытые марковские модели 18
3.2 Метод главных компонент 18
3.3 Метод гибкого сравнения на графах 19
3.4 Многослойные нейронные сети 20
3.5 Метод Виолы-Джонса 22
4. Обучение нейронной сети 25
4.1 Алгоритм обратного распространения ошибки 25
5. Реализация 27
5.1 Используемые технологии 27
5.1.1 JavaScript 28
5.1.2 Библиотеки 28
5.2 Алгоритм выполнения проекта 29
6. Результаты 38
Заключение 41
Список использованных источников 42
Приложение
📖 Введение
Важной проблемой распознавания эмоций человека является то, что не всегда можно однозначно интерпретировать то, или иное выражение лица человека. Иногда какая-то эмоция представляет собой совокупность различных чувств человека, другими словами, улыбку в сочетании определенной мимикой лица можно интерпретировать далеко не как радость.
Нейронные технологии казались фантастической выдумкой, а уже сегодня они тесно связаны с нами, технологии заполонили наш мир.
Технология распознавания человеческого лица очень полезная система. Она может использоваться как в целях обеспечения безопасности, так и в развлекательных целях. В мире уже полно подобных систем, каждая из которых выполняет свой спектр задач.
Определение эмоций — это очень перспективное направление, которое может быть использовано в очень широком спектре коммерческих решений: от оценки эффективности рекламных и маркетинговых кампаний до области безопасности. Там распознавание эмоций поможет компьютерным системам автоматически распознавать людей [1].
И с помощью чего же происходит распознавание лица человека? В этом помогут различные готовые методы по обнаружению лица на изображении или видеопотоке. Разнообразие методов позволяет выбрать тот, который подходит для решения конкретной задачи. Особенность класса методов искусственного интеллекта является не прямое решение задачи, а обучение в процессе применения решений множества сходных задач. Подобные методы строятся на основах математической статистике, методов оптимизации, численных методов, теории вероятностей, теории графов, различные техники работы с данными в цифровой форме.
Постановка цели и задач
Актуальность: тема распознавания эмоционально окрашенной мимики человеческого лица сейчас очень актуальна. Проводятся многочисленные исследования по изучению мимики лица человека, а также по обучению информационных систем ее распознавать. Эта область является очень перспективной, а также охватывает ни одну сферу применения.
Цель: создание такой системы, которая будет способна распознать эмоции человека в реальном времени с помощью веб-камеры. Другими словами, на вход будут подаваться кадры из видеопотока, на котором необходимо обнаружить человеческое лицо, а затем обучить нейронную сеть так, чтобы можно было определить эмоции с как можно меньшей ошибкой.
Задачи:
1. Изучить историю нейронных сетей
2. Проанализировать рынок подобных систем
3. Рассмотреть методы распознавания лица и эмоций
4. Выбрать метод, подходящий данной работе
5. Реализовать проект
Нейронные технологии казались фантастической выдумкой, а уже сегодня они тесно связаны с нами, технологии заполонили наш мир.
Технология распознавания человеческого лица очень полезная система. Она может использоваться как в целях обеспечения безопасности, так и в развлекательных целях. В мире уже полно подобных систем, каждая из которых выполняет свой спектр задач.
Определение эмоций — это очень перспективное направление, которое может быть использовано в очень широком спектре коммерческих решений: от оценки эффективности рекламных и маркетинговых кампаний до области безопасности. Там распознавание эмоций поможет компьютерным системам автоматически распознавать людей [1].
И с помощью чего же происходит распознавание лица человека? В этом помогут различные готовые методы по обнаружению лица на изображении или видеопотоке. Разнообразие методов позволяет выбрать тот, который подходит для решения конкретной задачи. Особенность класса методов искусственного интеллекта является не прямое решение задачи, а обучение в процессе применения решений множества сходных задач. Подобные методы строятся на основах математической статистике, методов оптимизации, численных методов, теории вероятностей, теории графов, различные техники работы с данными в цифровой форме.
Постановка цели и задач
Актуальность: тема распознавания эмоционально окрашенной мимики человеческого лица сейчас очень актуальна. Проводятся многочисленные исследования по изучению мимики лица человека, а также по обучению информационных систем ее распознавать. Эта область является очень перспективной, а также охватывает ни одну сферу применения.
Цель: создание такой системы, которая будет способна распознать эмоции человека в реальном времени с помощью веб-камеры. Другими словами, на вход будут подаваться кадры из видеопотока, на котором необходимо обнаружить человеческое лицо, а затем обучить нейронную сеть так, чтобы можно было определить эмоции с как можно меньшей ошибкой.
Задачи:
1. Изучить историю нейронных сетей
2. Проанализировать рынок подобных систем
3. Рассмотреть методы распознавания лица и эмоций
4. Выбрать метод, подходящий данной работе
5. Реализовать проект
✅ Заключение
Итак, наблюдается очень большой интерес к изучению нейронных сетей. Их можно применять в совершенно различных областях, таких как безопасность, медицина, физика, маркетинг и т.д. Большой успех искусственных нейронных сетей характеризуется тем, что они способны справиться со сложными зависимостями, с задачами высокой размерности, а также анализом данных, оптимизацией и т.д. А самым большим плюсом является то, что не нужно писать алгоритмов для решения задач.
Наиболее сложной, трудоемкой частью по созданию нейросети является ее обучение, уже созданы некие алгоритмы по ускорению обучению нейронных сетей, в связи с этим повышается и спрос на них. Но также стоит учитывать, что нейросети требуют большой вычислительной мощности, а также немаловажно правильно выбранного метода и типа нейросети для решения конкретно поставленной задачи.
Наиболее сложной, трудоемкой частью по созданию нейросети является ее обучение, уже созданы некие алгоритмы по ускорению обучению нейронных сетей, в связи с этим повышается и спрос на них. Но также стоит учитывать, что нейросети требуют большой вычислительной мощности, а также немаловажно правильно выбранного метода и типа нейросети для решения конкретно поставленной задачи.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.