magistrsko delo
Miha Garafolj (Avtor), Tomaž Košir (Mentor), Boris Cergol (Komentor)

Povzetek

Mikro obrazni izrazi so kratke in subtilne obrazne mimike, ki jih ne znamo kontrolirati z živčnim sistemom. Posledično pojavitev takšnih mimik lahko med drugim kaže na zakrivanje iskrenih čustev. Analiza mikro obraznih izrazov najde uporabno vrednost predvsem v aplikacijah znotraj javnega varstva in klinične medicine. Raziskave in razvoj sistemov za prepoznavo in klasifikacijo mikro obraznih izrazov se osredotočajo na avtomatsko, algoritemsko prepoznavo, saj so takšni izrazi težki za prepoznavo s prostim očesom in večkrat ostanejo neopaženi. V tem magistrskem delu naredim pregled nekaterih metod globokega učenja za klasifikacijo mikro obraznih izrazov v enega od osnovnih čustev (pozitivno, negativno, presenečeno, drugo) in njihovih uspešnosti na dosegljivih podatkovnih množicah, ki vsebujejo video vzorce z nespontanimi mikro obraznimi izrazi.

Ključne besede

strojno učenje;globoko učenje;nevronske mreže;mikro obrazni izrazi;strojni vid;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.09 - Magistrsko delo
Organizacija: UL FMF - Fakulteta za matematiko in fiziko
Založnik: [M. Garafolj]
UDK: 004.85
COBISS: 58177027 Povezava se bo odprla v novem oknu
Št. ogledov: 1725
Št. prenosov: 149
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Micro-expression recognition using deep learning methods
Sekundarni povzetek: Micro-expressions are short and subtle facial expressions, that we do not control with our nervous system. Among other things can occurrence of such micro-expressions indicate an attempt at hiding the real emotion. Algorithmic analysis of micro-expressions finds its value in the fields of public safety and clinical medicine. Research and development in micro-expression analysis focuses on algorithmic approaches, since it is borderline impossible for the naked eye to spot micro-expressions. In this work I do an overview of some deep learning methods for the classification of micro-expressions into one of the basic emotions (positive, negative, surprise, other) and report on their success at doing so, on various data sets.
Sekundarne ključne besede: copulas;probability of default;pairwise copula construction;vine copulas;Monte Carlo methods;
Vrsta dela (COBISS): Magistrsko delo/naloga
Študijski program: 0
Konec prepovedi (OpenAIRE): 1970-01-01
Komentar na gradivo: Univ. v Ljubljani, Fak. za matematiko in fiziko, Oddelek za matematiko, Finančna matematika - 2. stopnja
Strani: 60 str.
ID: 12418893
Priporočena dela: