СИСТЕМА РОЗПІЗНАВАННЯ ЕМОЦІЙ ЛЮДИНИ З ВИКОРИСТАННЯМ АЛГОРИТМІВ ГЛИБОКОГО НАВЧАННЯ

Автор(и)

  • Kateryna Yuvchenko Харківський національний університет радіоелектроніки https://orcid.org/0000-0002-5921-3049
  • Valentyn Yesilevskyi Харківський національний університет радіоелектроніки https://orcid.org/0000-0002-5935-1505
  • Olena Sereda Харківський національний університет радіоелектроніки https://orcid.org/0000-0003-3579-0092

DOI:

https://doi.org/10.30837/ITSSI.2022.21.060

Ключові слова:

виявлення об’єктів, класифікація об’єктів, навчання з учителем, розпізнавання емоцій

Анотація

Предметом дослідження є програмна реалізація нейронного класифікатора зображень. У статті розглянуто емоції як особливий вид психічних процесів, що виражають переживання людини, її ставлення до навколишнього світу та до себе. Емоційна сфера може виражатися різними способами: мімікою, позою, руховими реакціями, голосом. Проте найбільшу виразність має обличчя людини. Технології для розпізнавання людських емоцій використовуються для поліпшення обслуговування клієнтів, прийняття рішення про співбесіду з кандидатами, для збільшення емоційного впливу реклами тощо. Тому метою роботи є знаходження та оптимізація найбільш задовільного, з погляду точності, алгоритму класифікації емоцій людини за зображенням обличчя. У статті вирішуються такі завдання: огляд і аналіз сучасного стану "розпізнавання емоцій"; розгляд методів класифікації; вибір найкращого методу для поставленого завдання; розроблення програмної реалізації для класифікації емоцій; проведення аналізу роботи класифікатора, формулювання висновків про проведену роботу на основі отриманих даних. У статті також використовується метод класифікації зображень, оснований на щільно зв’язаній згортковій нейронній мережі. Отримані результати довели, що для вирішення завдань розпізнавання емоцій добре підходить метод класифікації зображень, оснований на щільно зв’язаній згортковій нейронній мережі, бо зазначений метод має досить високу точність. Оцінена якість класифікатора за такими метриками: accuracy; confusion matrix; precision, recall, f1-score; ROC-крива та значення AUC. Значення accuracy відносно високе – 63%, за умови, що набір даних має незбалансовані класи. AUC також має високе значення – 89%. Висновки. Отримана модель має високі показники розпізнавання емоцій людини та надалі може успішно використовуватися за призначенням.

Завантаження

Дані завантаження ще не доступні.

Біографії авторів

Kateryna Yuvchenko, Харківський національний університет радіоелектроніки

бакалавр зі спеціальності "Прикладна математика"

Valentyn Yesilevskyi, Харківський національний університет радіоелектроніки

кандидат технічних наук, доцент

Olena Sereda, Харківський національний університет радіоелектроніки

старший викладач

##submission.downloads##

Опубліковано

2022-09-30

Як цитувати

Yuvchenko, K., Yesilevskyi, V. і Sereda, O. (2022) «СИСТЕМА РОЗПІЗНАВАННЯ ЕМОЦІЙ ЛЮДИНИ З ВИКОРИСТАННЯМ АЛГОРИТМІВ ГЛИБОКОГО НАВЧАННЯ», СУЧАСНИЙ СТАН НАУКОВИХ ДОСЛІДЖЕНЬ ТА ТЕХНОЛОГІЙ В ПРОМИСЛОВОСТІ, (3 (21), с. 60–69. doi: 10.30837/ITSSI.2022.21.060.