Please use this identifier to cite or link to this item: http://earchive.tpu.ru/handle/11683/54883
Title: Разработка программы определения эмоционального состояния группы людей по цифровому изображению
Authors: Колобов, Ростислав Сергеевич
metadata.dc.contributor.advisor: Курганов, Василий Васильевич
Keywords: сверточная нейронная сеть; распознавание эмоций на уровне группы; алгоритм программы; глубокое обучение; выравнивание изображения; convolutional neural network; group-level emotion recognition; algorithm of the program; deep learning; image alignment
Issue Date: 2019
Citation: Колобов Р. С. Разработка программы определения эмоционального состояния группы людей по цифровому изображению : бакалаврская работа / Р. С. Колобов ; Национальный исследовательский Томский политехнический университет (ТПУ), Инженерная школа информационных технологий и робототехники (ИШИТР), Отделение автоматизации и робототехники (ОАР) ; науч. рук. В. В. Курганов. — Томск, 2019.
Abstract: В выпускной квалификационной работе представлена разработка программы определения эмоционального состояния группы людей по цифровому изображению. В работе приведены результаты разработки обобщенного и детализированного алгоритма программы. Рассмотрены существующие методы детектирования лиц на изображениях, а также методы их последующей классификации на классы эмоций. После выбора методов детектирования и классификации изображений лиц была разработана функция выравнивания лица на изображении, разработана архитектура и обучена сверточная нейронная сеть. В завершении работы были объединены разработанные этапы алгоритма программы и проанализировано ее быстродействие.
The final qualifying paper presents the development of a program for determining the emotional state of a group of people using a digital image. The paper presents the results of the development of a generalized and detailed program algorithm. Existing methods for detecting faces on images, as well as methods for their subsequent classification into classes of emotions, are considered. After choosing the methods for detecting and classifying face images, a function was developed to align the faces in the image, an architecture was developed, and a convolutional neural network was trained. At the end of the work, the developed stages of the program algorithm were combined and its speed was analyzed.
URI: http://earchive.tpu.ru/handle/11683/54883
Appears in Collections:ВКР

Files in This Item:
File SizeFormat 
TPU735497.pdf2,2 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.