Reconocimiento de expresiones faciales mediante el uso de redes neuronales convolucionales
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/100595
Tipus de documentTreball Final de Grau
Data2017-01
Condicions d'accésAccés obert
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial-SenseObraDerivada 3.0 Espanya
Abstract
In recent years has appeared the need to be able to classify a person's facial expression
automatically, that is, without making use of human intervention.
For that task, this project is based on the research and development of multiple systems capable
of recognizing these expressions and to obtain a certain precision in the classification, always with
the aim of trying to match the current state of the art.
Throughout this work, the convolutional neural networks (CNN) is used to extract the
characteristics of different images (the different expressions) and then the consequent integration
of different classifiers such as the Softmax or the Support Vector Machine (SVM ) with the
objective to assign a certain probability that the image belongs to one emotion or another.
During the course of the project a comparison is made of how the different architectures of the
system as well as the parameters that define it affect the accuracy of classification.
Each system will be evaluated in a set of different databases such as Radboud and Umea database
for still images and Cohn Kanade Plus for sequences. En els últims anys ha aparegut la necessitat de ser capaços de classificar les expressions facials
d’una persona de manera automàtica, és a dir, sense haver de fer ús de la intervenció humana.
Es per aquest motiu que aquest projecte es basa en la investigació i el desenvolupament de
múltiples sistemes capaços de reconèixer aquestes expressions i obtenir d’aquesta forma una
determinada precisió en la classificació, sempre sota la premissa d’intentar apropar-nos a l’actual
estat de l’art.
Al llarg d’aquest treball es fa un de les xarxes neuronals convolucionals (CNN) per extreure les
característiques de diferents imatges (que reflexen les diferents expressions) y després la
conseqüent integració de diferents tècniques de classificació com son la funció Softmax o el
Support Vector Machine (SVM) amb l’objectiu d’assignar una determinada probabilitat de que
aquesta imatge expressi una emoció o una altre.
En l’esdevenir del projecte es realitza una comparativa de com afecten les diferents arquitectures
del sistema i els paràmetres que el defineixen.
Cada sistema serà avaluat sota diferents bases de dades com son la Radboud i la Umea per
imatges fixes i la Cohn Kanade Plus per seqüencies. En los últimos años ha aparecido la necesidad de ser capaz de clasificar las expresiones faciales de
una persona de forma automática, es decir, sin hacer uso de la intervención humana.
Para ello, este proyecto se basa en la investigación y desarrollo de múltiples sistemas capaces de
reconocer estas expresiones obteniendo una determinada precisión en la clasificación, siempre
con el objetivo de intentar igualar el estado del arte actual.
A lo largo de este trabajo se hace uso de las redes neuronales convolucionales (CNN) para extraer
las características de diferentes imágenes (las diferentes expresiones) y luego la consiguiente
integración de diferentes sistemas de clasificación como son el Softmax o el Support Vector
Classifier (SVC) con tal de asignar una determinada probabilidad de que esa imagen pertenezca a
una emoción u otra.
Durante el transcurso del proyecto se realiza una comparativa de cómo afectan las diferentes
arquitecturas del sistema así como los parámetros que lo definen.
Cada sistema será evaluado en un set de diferentes bases de datos como son la Radboud y la
Umea database para imágenes fijas y la Cohn Kanade Plus para secuencias.
MatèriesNeural networks (Computer science), Human face recognition (Computer science), Xarxes neuronals (Informàtica), Reconeixement facial (Informàtica)
TitulacióGRAU EN CIÈNCIES I TECNOLOGIES DE TELECOMUNICACIÓ (Pla 2010)
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
TFG-Patricia_Sereno_Rodriguez-CITTEL_v2.pdf | 1,765Mb | Visualitza/Obre |