Մասնակից:EllMatevosyan/Ավազարկղ
Հույզերի ճանաչում[խմբագրել | խմբագրել կոդը]
Ներածություն[խմբագրել | խմբագրել կոդը]
Հույզերի ճանաչումՄարդիկ հաղորդակցման և իրենց հույզերի արտահայտման համար բազմազան ձևեր են օգտագործում: Այդ ձևերից մեկը ոչ- վերբալ հաղորդակցումն է, որը կատարվում է միմիկաների միջոցով՝ դեմքի մկանների շարժման արդյունքում:
ՈԻսումնասիրությունները ցույց են տալիս, որ մեր հաղորդակցության 90%[1]-ը կարող է լինել ոչ- վերբալ: Միմիկաները մարդկային հաղորդակցության մեջ շատ կարևոր են, և հենց այդ պատճառով էլ բազմազան հետազոտություններ են կատարվում, որպեսզի հնարավոր լինի ավտոմատացնել հույզերի ճանաչումը:
Դեմքի հույզերի ճանաչումը դեմքի արտահայտությունների միջոցով մարդու հույզերի հայտնաբերման գործընթացն է: Մարդու ուղեղը ինքնաբերաբար ճանաչում է հույզերը, և այժմ մշակվել է ծրագրակազմ, որը հիմնվելով որոշ ալգորիթմների վրա, նույնպես կարող է ճանաչել հույզերը: Այս տեխնոլոգիան գնալով ավելի ճշգրիտ է դառնում և ի վերջո կկարողանա տարբերակել մարդկային հույզերը այնպես, ինչպես մեր ուղեղը:
Եթե մենք արհեստական բանականության մեջ ներմուծենք մարդու դեմքի արտահայտությունների նշանակությունները, այն կկիրառի այդ գիտելիքները իրեն ներկայացված նոր տեղեկատվության վերաբերյալ եզրակացություններ կատարելիս: Զգացմունքային արհեստական բանականությունը ունակ է կարդալ, ընդօրինակել, մեկնաբանել և արձագանքել մարդու դեմքի արտահայտություններին և հույզերին:
Մարդը միմիկաների միջոցով կարող է արտահայտել ավելի քան 7000 տարբեր հույզեր, սակայն դրանցից միայն 6-ը կարող են տարբերակվել ծրագրակազմի միջոցով: Այդ 6 [2]հիմնական հույզերն են՝ զայրույթ, զզվանք, վախ, ուրախություն, տխրություն և զարմանք: Հույզերի ավտոմատացման համար կատարվող ուսումնասիրությունները հիմնված են այս 6 հիմնական հույզերի վրա:
Հիմնական խնդիրները, որոնք առաջանում են ուսումնասիրությունների ընթացքում, մարդկանց դիմագծերի տարբերություններն են՝ կապված ազգության, ռասսայի, սեռի, տարիքի, կրոնի և մշակույթի հետ: Հետազոտողները մարդկանց դեմքի արտահայտությունները բաժանել են 2 խմբի՝ համընդհանուր ( նույնն են բոլոր մարդկանց մոտ) և ոչ համընդհանուր (տարբեր են՝ կախված ազգությունից):
Բացի այս խնդրից, հույզերի ճանաչման գործում դժվարություն է առաջանում նաև այն դեպքում, երբ ծրագրակազմը չի հասկանում տվյալ միմիկան դրական է, թե ոչ:
Ինչ է AAM-ը[խմբագրել | խմբագրել կոդը]
Նման բարդույթների լուծման համար օգնության է գալիս AAM (Active Appearance Model): Այս կանխատեսիչի աշխատանքի հիմքում ընկած են դիմագծերի ակնառու կետերի ուսումնասիրությունը: Առանձնացնում ենք 21[3] կետեր, որոնք հանդիսանում են հույզերի արտահայտման հիմնական միջոցները: Դրանք են՝ հոնքերի կենտրոնը և 2 ծայրերը, աչքերի ծայրերը, կոպերի կենտրոնները, քթանցքների ծայրերը, քթի կենտրոնը, վերին շրթունքի 3 և ստորին շրթունքի 4 կետեր: Ծրագրակազմը օգտագործում է բացառապես այս կետերը՝ հույզերի ճանաչման գործընթացը իրականացնելիս:
Ինչ է եռանկյունաձև կառուցվածքը[խմբագրել | խմբագրել կոդը]
Սակայն հույզերի ճանաչման համար միայն կետերը բավական չեն. դրանց միջև հարկավոր է կապ գտնել, որը իրականացվում է եռանկյունաձև կառուցվածքների միջոցով (անգլ.՝ triangulation): Եռանկյունաձև կառուցվածքը ձևավորվում է վերոնշյալ 21 կետերից որևէ 3-ի օգնությամբ: Հնարավոր բոլոր եռանկյունների քանակը 1330 է:Եռանկյունաձև կառուցվածքը զգայուն է միմիկաների տատանման հանդեպ, հետևաբար այս եղանակով կատարված կանխատեսումները բավականին ճշգրիտ են: Եռանկյունների կարևոր հատկություններից մեկը այն է, որ նրանք ոչ մի փոփոխության չեն ենթարկվում (պտտել, արտապատկերել ), բացի չափի և տեղի փոփոխությունից:
Եռանկյունաձև կառուցվածքով կանխատեսումներ անելիս օգտագործվում են Circumcenter-Incenter-Centroid գործիքների եռյակը:
Incenter (կիսորդների հատման կետ) և centroid (միջնագծերի հատման կետ) միշտ գտնվում են եռանկյան ներսում,մինչդեռ circumcenter-ը բութանկյուն եռանկյունների դեպքում գտնվում է եռանկյունուց դուրս:ՈՒսումնասիրությունների համար հաշվի առնվող առանձնահատկություններն են երեք տեսակի հեռավորություններ,երեք տիպի վեկտորներ, որոնք առաջանում են եռանկյան կենտրոնների հետևյալ զույգերի օգնությամբ՝ centroid-incenter, centroid-circumcenter և incenter-circumcenter: Այս առանձնահատկությունների միջոցով կազմվում են հույզերի 6 տեսակների ճանաչման բազմություն, որը յուրաքանչյուր եռանկյան համար հաշվվում է հետևյալ բանաձևով.
δ =< σi, σj, σk >
Գրականություն[խմբագրել | խմբագրել կոդը]
- Niki Aifanti, Christos Papachriston, Anastasios Delopoulos https://www.researchgate.net/publication/224187946_The_MUG_facial_expression_database
- Hayet Boughrara, Mohamed Chtourou, Chokri Ben Amar, Liming Chen https://liris.cnrs.fr/Documents/Liris-6963.pdf
- Timothy F. Cootes, Gareth J. Edwards, Christopher J. Taylor https://people.eecs.berkeley.edu/~efros/courses/AP06/Papers/cootes-pami-01.pdf
Արտաքին հղումներ[խմբագրել | խմբագրել կոդը]
- ↑ «Introduction to Facial Emotion Recognition». Algorithmia Blog (ամերիկյան անգլերեն). 2018-02-28. Վերցված է 2020-11-02-ին.
- ↑ «Emotion Detection and Recognition from Text Using Deep Learning». CSE Developer Blog (ամերիկյան անգլերեն). 2015-11-29. Վերցված է 2020-11-02-ին.
- ↑ «Google Նկարի Որոնման Արդյունքները https://media.springernature.com/m685/springer-static/image/art%3A10.1038%2Fsrep46303/MediaObjects/41598_2017_Article_BFsrep46303_Fig1_HTML.jpg-ի համար». www.google.com. Վերցված է 2020-11-02-ին.
{{cite web}}
: External link in
(օգնություն)|title=