Please use this identifier to cite or link to this item: http://earchive.tpu.ru/handle/11683/57385
Title: Применение методов машинного обучения для решения задачи классификации эмоции на изображении по ключевым точкам
Other Titles: The using of machine learning for classification of emotions in the image by facial landmark
Authors: Коровкин, Виталий Александрович
Keywords: электронные ресурсы; facial expressions; emotional state; convolutional neural networks; emotion recognition; computer vision; facial points; эмоциональное состояние; сверточные нейронные сети; распознавание; эмоции; изображения; компьютерное зрение; ключевые точки
Issue Date: 2019
Citation: Коровкин В. А. Применение методов машинного обучения для решения задачи классификации эмоции на изображении по ключевым точкам / В. А. Коровкин // Информационные технологии в науке, управлении, социальной сфере и медицине : сборник научных трудов VI Международной конференции, 14-19 октября 2019 г., Томск. — Томск : Изд-во ТПУ, 2019. — [100-104].
Abstract: In this paper, was considered the application of the three most popular methods of machine learning, which are used to classify images (support vector method, artificial neural network, and convolutional neural network). These methods were used to solve the problem of recognition and classification of emotions on image the face of a person. Emotions were recognized using facial landmarks (78), which were determined using the Active Appearance Model algorithm. For training and testing, the Extended CohnKanade Database (CK +) was used. The algorithm developed using convolution layers (mean about 91%) showed the best accuracy. It was also revealed that the use of convolution layers reduces the network error for the same number of training eras.
URI: http://earchive.tpu.ru/handle/11683/57385
Appears in Collections:Материалы конференций

Files in This Item:
File SizeFormat 
conference_tpu-2019-C24_p100-104.pdf445,9 kBAdobe PDFView/Open


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