diplomsko delo
Gregor Štefanič (Avtor), Božidar Potočnik (Mentor), Uroš Mlakar (Komentor)

Povzetek

V diplomskem delu smo se ukvarjali z razpoznavanjem čustvenih izrazov z digitalnih slik obrazov. Razpoznavali smo med sedmimi čustvenimi izrazi, vključno z nevtralnim. Pregledali smo obstoječa dela na področju razpoznavanja čustvenih izrazov, preučili globoke nevronske mreže in pripravili arhitekturo, ki je primerna za razpoznavanje čustvenih izrazov s slik. Uporabili smo arhitekturo z residualno nevronsko mrežo. Našo rešitev smo razvili s pomočjo ogrodja TensorFlow in programskega vmesnika Keras. Implementirali in preizkusili smo jo na mešanih slikah iz podatkovnih baz JAFFE, CK in MMI. Natančnost razpoznavanja čustvenih izrazov na 1017 testnih slikah z našo nevronsko mrežo je bila v povprečju 99,3-odstotna, kar je primerljivo oziroma boljše od sorodnih del.

Ključne besede

razpoznavanje čustvenih izrazov;globoka nevronska mreža;računalniški vid;residualna nevronska mreža;diplomske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UM FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Založnik: [G. Stefanič]
UDK: 004.8:004.93(043.2)
COBISS: 22908694 Povezava se bo odprla v novem oknu
Št. ogledov: 603
Št. prenosov: 117
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: Facial expression recognition using deep neural networks
Sekundarni povzetek: In this thesis we dealt with facial expression recognition in digital facial images. We distinguished between seven different facial expressions, including neutral. We reviewed existing works dealing with facial expression recognition, examined deep neural networks, and prepared an architecture suitable for facial expression recognition. Our architecture uses a residual neural network. Our solution was developed using TensorFlow and Keras. We implemented and tested the network on mixed images from databases JAFFE, CK, and MMI. Accuracy of facial expression recognition in 1017 test images with our neural network was 99.3% on average, which is comparable or better than related works.
Sekundarne ključne besede: facial expression recognition;deep neural network;computer vision;residual neural network;
Vrsta dela (COBISS): Diplomsko delo/naloga
Komentar na gradivo: Univ. v Mariboru, Fak. za elektrotehniko, računalništvo in informatiko, Računalništvo in informacijske tehnologije
Strani: XII, 36 str.
ID: 11219731