Анализ методов распознавания эмоций по фотоизображениям
Keywords:
Viola-Jones object detection, basic emotions, key points of the face, action units, deep learningAbstract
В работе рассмотрен актуальный на сегодняшний день метод обнаружения лица на изображении. Проанализированы различные подходы для классификации эмоций, как классический, предусматривающий использование ключевых точек, так и с применением глубинного обучения. Определены модели категоризации эмоций: дискретная, многомерная и гибридная. Сделан вывод, что для получения более точных результатов необходимо применять комбинированные методы с использованием различных входных данных.
References
Леонтьев, В. О. Классификация эмоций / В. О. Леонтьев. – Одесса: Инновационно-ипотечный центр, 2002. – 84 с.
Ильин, Е. П. Эмоции и чувства / Е. П. Ильин. – СПб.: Питер, 2001. – 752 с.
Джеймс, У. Психология / У. Джемс. – М.: Педагогика, 1991. – 368 с.
Ланге, Г. Душевные движения / Г. Ланге. – СПб.: Питер, 1996. – 180 с.
Миненко, А. С. Формальная модель эмоций / А. С. Миненко, А. П. Семенова // Проблемы искусственного интеллекта, 2018. – №3(10). – С. 84-93.
Миненко, А. С. Моделирование и информационные технологии при распознании лица человека по его мимическим изображениям // Проблемы искусственного интеллекта, 2016. – № 2(3). – С. 48-54.
Семенова, А. П. Математическая модель эмоций // Международная научно-техническая конференция молодых ученых БГТУ им. В.Г. Шухова. Материалы национальной конференции с международным участием. – Белгород, 2019. – С. 4584-4587.
Семёнова, А. П. Анализ мимических выражений для задачи распознавания эмоций / А. П. Семёнова, В. Н. Павлыш // Проблемы искусственного интеллекта, 2020. – № 4(19). – С. 69-79.
Семенова, А. П. Область применения алгоритма распознавания эмоций в информационных технологиях / А. П. Семенова, А. С. Миненко, Т. В. Ванжа // Цифровой регион: опыт, компетенции, проекты: сборник статей Международной научно-практической конференции (г. Брянск, 30 ноября 2018 г.). – Брянск: Брян. гос. инженерно-технол. ун-т., 2018. – С. 443-446.
Yang, Ming-Hsuan. Detecting Faces in Images: a Survey / Ming-Hsuan Yang // IEEE Trans. Pattern Analysis and Machine Intelligence – 2002. – № 11. – P. 34–58.
Viola, P. Robust real-time face detection / P. Viola. – International Journal of Computer Vision, 2005. –V. 58. – № 2. – Р 137–155.
Экман, П. Психология эмоций. Я знаю, что ты чувствуешь. / П. Экман – СПб. : Питер, 2010. – 334 с.
Семёнова, А. П. Поиск ключевых точек лица для задачи распознавания эмоций / А.П. Семёнова, В.Н. Павлыш // Информатика и кибернетика, 2021. – № 1-2 (23-24). – С. 59-64
Wang, N. Facial feature point detection: A comprehensive survey / N. Wang [et al.] // Neuro computing, 2018. – №275. – Р. 50-65.
Wu, Y. Facial Landmark Detection: A Literature Survey / Y. Wu, Q. Ji // International Journal of Computer Vision, 2018. – №.127. – Р. 115-142.
Friesen, W. EMFACS-7: Emotional Facial Action Coding System. Unpublished manual / W. Frisen, P. Ekman. – California: University of California, 1983.
Ekman P. Facial Action Coding System: A Technique for the Measurement of Facial Movement / P. Ekman, W. Friesen. – Palo Alto: Consulting Psychologists Press, 1978. – 117 р
Семёнова, А. П. Анализ методов распознавания выражений лица / А. П. Семёнова, А. С. Миненко // Искусствен-ный интеллект: теоретические аспекты, практическое применение: материалы Донецкого международного научного круглого стола. − Донецк: ГУ ИПИИ, 2020. – С.192-197.
Subject independent facial expression recognition with robust face detection using a convolutional neural network [Текст] / M. Masakazu, K. Mori, Y. Mitari, Y. Kaneda // Neural Networks, 2003. – № 5 (16). – P. 555-559.
Facial expression recognition via a boosted deep belief network. [Текст] / P. Liu, S. Ha, Z. Meng, Y.Tong // Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Columbus, OH, USA, 24–27 June 2014. – P. 1805–1812.
