Use este identificador para citar ou linkar para este item: http://repositorio.ufes.br/handle/10/4301
Título: Facial expression recognition using deep learning - convolutional neural network
Autor(es): Lopes, André Teixeira
Orientador: Santos, Thiago Oliveira dos
Data do documento: 3-Mar-2016
Editor: Universidade Federal do Espírito Santo
Resumo: O reconhecimento de expressões faciais tem sido uma área de pesquisa ativa nos últimos dez anos, com áreas de aplicação em crescimento, como animação de personagens, neuro-marketing e robôs sociáveis. O reconhecimento de uma expressão facial não é um problema fácil para métodos de aprendizagem de máquina, dado que pessoas diferentes podem variar na forma com que mostram suas expressões. Até imagens da mesma pessoa em uma expressão especí ca podem variar em brilho, cor de fundo e posição. Portanto, reconhecer expressões faciais ainda é um problema desa ador. Para resolver esses problemas, nesse trabalho nós propomos um sistema de reconhecimento de expressões faciais que usa redes neurais convolucionais. Geração sintética de dados e diferentes operações de pré-processamento foram estudadas em conjunto com várias arquiteturas de redes neurais convolucionais. A geração sintética de dados e as etapas de pré-processamento foram usadas para ajudar a rede na seleção de características. Experimentos foram executados em três bancos de dados largamente utilizados (Cohn-Kanade, JAFFE, e BU3DFE) e foram feitas validações entre bancos de dados(i.e., treinar em um banco de dados e testar em outro). A abordagem proposta mostrou ser muito efetiva, melhorando os resultados do estado-da-arte na literatura e permitindo o reconhecimento de expressões faciais em tempo real com computadores padrões.
Facial expression recognition has been an active research area in the past ten years, with growing application areas such avatar animation, neuromarketing and sociable robots. The recognition of facial expressions is not an easy problem for machine learning methods, since people can vary signi cantly in the way that they show their expressions. Even images of the same person in one expression can vary in brightness, background and position. Hence, facial expression recognition is still a challenging problem. To address these problems, in this work we propose a facial expression recognition system that uses Convolutional Neural Networks. Data augmentation and di erent preprocessing steps were studied together with various Convolutional Neural Networks architectures. The data augmentation and pre-processing steps were used to help the network on the feature selection. Experiments were carried out with three largely used databases (Cohn-Kanade, JAFFE, and BU3DFE) and cross-database validations (i.e. training in one database and test in another) were also performed. The proposed approach has shown to be very e ective, improving the state-of-the-art results in the literature and allowing real time facial expression recognition with standard PC computers.
URI: http://repositorio.ufes.br/handle/10/4301
Aparece nas coleções:PPGI - Dissertações de mestrado

Arquivos associados a este item:
Arquivo TamanhoFormato 
tese_9629_dissertacao(1)20160411-102533.pdf9.06 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.