SavedAdd your journal

Journals / Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi / 2020 / Cilt: 11 - Sayı: 1

Farklı Evrişimsel Sinir Ağı Mimarilerinin Yüz İfade Analizi Alanındaki Başarımlarının İncelenmesi

Ömer Faruk SÖYLEMEZ
Burhan ERGEN
Pages
123–133
Publication Date
2022-10-11
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Son olarak farklı mimarilerin yüz ifade analizi üzerindeki başarımlarının sebepleri tartışılmış ve gelecek çalışmalar için önerilerde bulunulmuştur.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Evrişimsel Sinir ağları (ESA), son yıllarda birçok çalışma tarafından özellik çıkarıcı olarak sıklıkla kullanılmaktadır.
📊
Key Findings & Data:El ile çıkarılan farklı özellik çıkarma algoritmalarının aksine, etkileşim gerektirmeden otomatik olarak özellik çıkaran ESA’ların yardımıyla, birçok problem ve çalışma alanındaki başarımlar daha ileriye taşınmıştır.
💡
Conclusion & Impact:Son olarak farklı mimarilerin yüz ifade analizi üzerindeki başarımlarının sebepleri tartışılmış ve gelecek çalışmalar için önerilerde bulunulmuştur.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:yüz ifade analizi · evrişimsel sinir ağları

Özet

Evrişimsel Sinir ağları (ESA), son yıllarda birçok çalışma tarafından özellik çıkarıcı olarak sıklıkla kullanılmaktadır. El ile çıkarılan farklı özellik çıkarma algoritmalarının aksine, etkileşim gerektirmeden otomatik olarak özellik çıkaran ESA’ların yardımıyla, birçok problem ve çalışma alanındaki başarımlar daha ileriye taşınmıştır. Bu çalışmada, farklı mimari özelliklere sahip olan ESA’ların yüz ifade analizi üzerindeki başarımları incelenmiştir. Öncelikle farklı ESA mimarileri tanıtılmış ve bu mimarilerin birbirlerinden farklılaştıkları kısımlar açıklanmıştır. FER2013 veri seti kullanılarak bütün ağ mimarileri üzerinde gerçekleştirilen eğitim ve doğrulama işlemleri sonucunda her bir mimariye ait başarım ve kayıp grafikleri sunulmuştur. Son olarak farklı mimarilerin yüz ifade analizi üzerindeki başarımlarının sebepleri tartışılmış ve gelecek çalışmalar için önerilerde bulunulmuştur.

🔖

Cite This Article

SÖYLEMEZ, Ö. F., ERGEN, B. (2022). Farklı Evrişimsel Sinir Ağı Mimarilerinin Yüz İfade Analizi Alanındaki Başarımlarının İncelenmesi. Dicle Üniversitesi Mühendislik Fakültesi Mühendislik Dergisi, Cilt: 11 - Sayı: 1, 123–133. https://ajindex.com/articles/487551

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (15)

  1. C. Darwin, The expression of the emotions in man and animals. London: John Murray, 1872
  2. P. Ekman et al., “Universals and Cultural Differences in the Judgments of Facial Expressions of Emotion,” J. Pers. Soc. Psychol., vol. 53, no. 4, pp. 712–717, 1987
  3. S. Li and W. Deng, “Deep Facial Expression Recognition: A Survey,” arXiv Prepr. arXiv1804.08348, pp. 1–22, 2018
  4. G. Sandbach, S. Zafeiriou, M. Pantic, and L. Yin, “Static and dynamic 3D facial expression recognition: A comprehensive survey,” Image Vis. Comput., vol. 30, no. 10, pp. 683–697, 2012
  5. M. Ramzan, H. U. Khan, S. M. Awan, A. Ismail, M. Ilyas, and A. Mahmood, “A Survey on State-of-the-Art Drowsiness Detection Techniques,” IEEE Access, vol. 7, pp. 61904–61919, 2019
  6. A. M. Barreto, “Application of facial expression studies on the field of marketing,” Emot. Expr. brain face, no. June, pp. 163–189, 2017
  7. P. M. Blom et al., “Towards personalised gaming via facial expression recognition,” Proc. 10th AAAI Conf. Artif. Intell. Interact. Digit. Entertain. AIIDE 2014, pp. 30–36, 2014
  8. L. Zhang, M. Jiang, D. Farid, and M. A. Hossain, “Intelligent facial emotion recognition and semantic-based topic detection for a humanoid robot,” Expert Syst. Appl., vol. 40, no. 13, pp. 5160–5168, 2013
  9. Y. Zhou and B. E. Shi, “Photorealistic facial expression synthesis by the conditional difference adversarial autoencoder,” 2017 7th Int. Conf. Affect. Comput. Intell. Interact. ACII 2017, vol. 2018-Janua, pp. 370–376, 2017
  10. G. Muhammad, M. Alsulaiman, S. U. Amin, A. Ghoneim, and M. F. Alhamid, “A Facial-Expression Monitoring System for Improved Healthcare in Smart Cities,” IEEE Access, vol. 5, pp. 10871–10881, 2017
  11. L. Wang, R. F. Li, K. Wang, and J. Chen, “Feature representation for facial expression recognition based on FACS and LBP,” Int. J. Autom. Comput., vol. 11, no. 5, pp. 459–468, 2014
  12. Y. Chang, C. Hu, R. Feris, and M. Turk, “Manifold based analysis of facial expression,” Image Vis. Comput., vol. 24, no. 6, pp. 605–614, 2006
  13. R. Shbib and S. Zhou, “Facial Expression Analysis using Active Shape Model,” Int. J. Signal Process. Image Process. Pattern Recognit., vol. 8, no. 1, pp. 9–22, 2015
  14. U. Tekguc, H. Soyel, and H. Demirel, “Feature selection for person-independent 3D facial expression recognition using NSGA-II,” Comput. Inf. …, pp. 35–38, 2009
  15. H. Soyel and H. Demirel, “Facial expression recognition based on discriminative scale invariant feature trans