基于神经网络的社会中残障人士面部表情情感识别
计算机视觉与模式识别
2023-05-12 v1 人工智能
摘要
人类交流是通过语音与非言语信号与他人沟通。人类表情是监控系统的图像与记录数据库中的重要生物特征对象。面部识别在生物特征方法中具有重要作用，并在视觉审查与安全等大量应用中颇具价值。面部表情是一种非言语交流形式；识别它们有助于改善人机交互。本文提出一种基于图像对面部表情进行人脸与光照不变识别的思路。据此，可计算人脸。面部表情使用CNN分类器将获取的图像分类为不同情感类别。这是一种深度前馈人工神经网络。结果超越人类表现并显示出姿态变换性能。变化的光照条件会影响拟合过程并降低识别精度。结果表明，在变化光照条件下对可靠面部外观进行归因以区分合理面部术语所展现的情感，是一种对纯净与混合动态表情的有效表示。该方法还能处理那些混合在一起的不同基本情感表达的比例，以生成合理的情感面部表情。我们的系统包含一个预定义数据集，由一名数据科学家构建，涵盖所有纯净与混合表情。平均而言，该数据集对我们技术合成的表情实现了92.4%的精确验证。这些面部表情通过与系统内预定义数据位置进行比较。若识别出人员处于异常状态，将向附近医院/医生发送消息警报。
引用
@article{arxiv.2305.06842,
title = {Emotion Recognition for Challenged People Facial Appearance in Social using Neural Network},
author = {P. Deivendran and P. Suresh Babu and G. Malathi and K. Anbazhagan and R. Senthil Kumar},
journal= {arXiv preprint arXiv:2305.06842},
year = {2023}
}