Search academic texts

Information × Registration Number 2118U005341, Article popup.category Опубліковано, Стаття Title FEATURE VECTOR GENERATION FOR THE FACIAL EXPRESSION RECOGNITION USING NEO-FUZZY SYSTEM popup.author Бодянський Є. В.Кулішова Н. Є.Ткаченко В. П.Bodyanskiy Ye. V.Kulishova N. Ye.Tkachenko V. Ph. popup.publication 07-12-2018 popup.source_user Журнал "Радіоелектроніка, інформатика, управління" (Національний університет "Запорізька політехніка") popup.source https://ric.zp.edu.ua/article/view/149648 popup.publisher National University "Zaporizhzhia Polytechnic" Description Актуальність. Стаття присвячена вивченню проблеми формування набору навчальних даних для системи автоматичного розпізнавання емоцій людини на основі багатовимірного розширеного нео-фаззі нейрона. Розглядаються аспекти вибору розмірності і складу вектору ознак, їх впливу на швидкість навчання системи. Об’єктом дослідження є метод кластеризації багатовимірних даних. Предмет дослідження – систематизація геометричних ознак двовимірних зображень. Основна мета роботи – розробка підходу до опису виразу обличчя людини за допомогою фіксованого набору геометричних ознак, які можуть бути отримані в ході обробки кадрів відеоряду. Метод. Для навчання системи розпізнавання виразів обличчя пропонується утворити вектор ознак, що складається з координат характерних точок. Вибрані такі точки, які пов’язані з розташуванням і формою зіниць очей, контурами губ, повік, брів, крил носа, носогубних складок. Подібні точки досить легко можна виділяти в автоматичному режимі обробки зображень за допомогою відомих контурних детекторів. Також розглянуто можливість використання для опису вираження обличчя не координат характерних точок, а відстаней між ними. З цих відстаней створено інший вектор ознак, властивості якого було порівняно з властивостями вектору з координат точок. Результати. Розроблена система розпізнавання на базі багатовимірного розширеного нео-фаззі нейрона була реалізована у програмному забезпеченні та досліджена для вирішення проблеми класифікації виразів обличчя. Зроблено порівняння векторів атрибутів, що відрізняються за складом та розмірами. Обрано таку структуру вектору ознак, що забезпечує високу швидкість навчання системи, та не вимагає введення додаткових структурних елементів. Висновки. Експериментальне дослідження повністю підтверджує ефективність розробленого підходу для розпізнавання виразів обличчя людини з використанням багатовимірного нео-фаззі нейрона. popup.nrat_date 2026-02-09 Close