Araştırma Makalesi
BibTex RIS Kaynak Göster

Emotion Detection from Facial Expression Using Different Feature Descriptor Methods with Convolutional Neural Networks

Yıl 2021, Cilt: 4 Sayı: 1, 14 - 17, 31.07.2021
https://doi.org/10.55581/ejeas.857761

Öz

In this article, image processing techniques to detect facial emotion expressions are examined. Studies done to detect facial expression are given in stages. The success of the convolutional neural networks (CNN) method in emotional expression has been investigated. A set of 981 CK + pictures containing human faces in 7 emotion categories was used. The success rates when using HOG, LBP, Wavelet feature of images and the original state of the images in the data set were compared.

Kaynakça

  • [1] S. Bayrakdar, D. Akgün, and İ. Yücedağ, “Yüz ifadelerinin otomatik analizi üzerine bir literatür çalışması A survey on automatic analysis of facial expressions,” pp. 383–398, 2016.
  • [2] P. Viola and M. Jones, “Rapid object detection using a boosted cascade of simple features,” Proc. IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit., vol. 1, 2001.
  • [3] P. Lucey, J. F. Cohn, T. Kanade, J. Saragih, Z. Ambadar, and I. Matthews, “The extended Cohn-Kanade dataset (CK+): A complete dataset for action unit and emotion-specified expression,” 2010 IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit. - Work. CVPRW 2010, no. July, pp. 94–101, 2010.
  • [4] R. C. Gonzalez, “Digital Image Processing Third Edition.”
  • [5] R. O. K. Reddy and C. Raghavendra, “Effective Facial Emotion Recognition using Convolutional Neural Network Algorithm,” Int. J. Recent Technol. Eng., vol. 8, no. 4, pp. 4351–4354, 2019.
  • [6] D. Y. Liliana, “Emotion recognition from facial expression using deep convolutional neural network,” J. Phys. Conf. Ser., vol. 1193, no. 1, 2019.
  • [7] C. R. Harris et al., “Array programming with {NumPy},” Nature, vol. 585, no. 7825, pp. 357–362, 2020.
  • [8] G. Bradski, “The OpenCV Library,” Dr. Dobb’s J. Softw. Tools, 2000.
  • [9] J. D. Hunter, “Matplotlib: A 2D graphics environment,” Comput. Sci. Eng., vol. 9, no. 3, pp. 90–95, 2007.
  • [10] D. E. King, “Dlib-ml: A Machine Learning Toolkit,” J. Mach. Learn. Res., vol. 10, pp. 1755–1758, 2009.
  • [11] F. Pedregosa et al., “Scikit-learn: Machine Learning in Python,” J. Mach. Learn. Res., vol. 12, pp. 2825–2830, 2011.
  • [12] Martin~Abadi et al., “{TensorFlow}: Large-Scale Machine Learning on Heterogeneous Systems.” 2015.
  • [13] F. Chollet, “keras,” GitHub repository, 2015. [Online]. Available: https://github.com/fchollet/keras.

Farklı Öznitelik Tanımlayıcı Yöntemlerini Evrişimsel Sinir Ağları ile Kullanarak Yüz İfadesinden Duygu Tespiti

Yıl 2021, Cilt: 4 Sayı: 1, 14 - 17, 31.07.2021
https://doi.org/10.55581/ejeas.857761

Öz

Bu makalede, yüzdeki duygu ifadelerini tespit etmek için imge işleme teknikleri incelenmiştir. Yüzdeki duygu ifadelerini tespit etmek için yapılan çalışmalar aşamalar halinde verilmiştir. Evrişimsel sinir ağları (CNN) yönteminin duygu ifadeleri tespitindeki başarısı ele alınmıştır. 7 duygu katogorisinde, insan yüzleri içeren 981adet imgeden oluşan CK+ imge seti kullanılmıştır. Veri setindeki imgelerin orijinal hali ve HOG, LBP ve İmgelerin dalgacık dönüşümü özniteliklerinin kullanıldığı durumlardaki başarı oranları karşılaştırılmıştır.

Kaynakça

  • [1] S. Bayrakdar, D. Akgün, and İ. Yücedağ, “Yüz ifadelerinin otomatik analizi üzerine bir literatür çalışması A survey on automatic analysis of facial expressions,” pp. 383–398, 2016.
  • [2] P. Viola and M. Jones, “Rapid object detection using a boosted cascade of simple features,” Proc. IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit., vol. 1, 2001.
  • [3] P. Lucey, J. F. Cohn, T. Kanade, J. Saragih, Z. Ambadar, and I. Matthews, “The extended Cohn-Kanade dataset (CK+): A complete dataset for action unit and emotion-specified expression,” 2010 IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit. - Work. CVPRW 2010, no. July, pp. 94–101, 2010.
  • [4] R. C. Gonzalez, “Digital Image Processing Third Edition.”
  • [5] R. O. K. Reddy and C. Raghavendra, “Effective Facial Emotion Recognition using Convolutional Neural Network Algorithm,” Int. J. Recent Technol. Eng., vol. 8, no. 4, pp. 4351–4354, 2019.
  • [6] D. Y. Liliana, “Emotion recognition from facial expression using deep convolutional neural network,” J. Phys. Conf. Ser., vol. 1193, no. 1, 2019.
  • [7] C. R. Harris et al., “Array programming with {NumPy},” Nature, vol. 585, no. 7825, pp. 357–362, 2020.
  • [8] G. Bradski, “The OpenCV Library,” Dr. Dobb’s J. Softw. Tools, 2000.
  • [9] J. D. Hunter, “Matplotlib: A 2D graphics environment,” Comput. Sci. Eng., vol. 9, no. 3, pp. 90–95, 2007.
  • [10] D. E. King, “Dlib-ml: A Machine Learning Toolkit,” J. Mach. Learn. Res., vol. 10, pp. 1755–1758, 2009.
  • [11] F. Pedregosa et al., “Scikit-learn: Machine Learning in Python,” J. Mach. Learn. Res., vol. 12, pp. 2825–2830, 2011.
  • [12] Martin~Abadi et al., “{TensorFlow}: Large-Scale Machine Learning on Heterogeneous Systems.” 2015.
  • [13] F. Chollet, “keras,” GitHub repository, 2015. [Online]. Available: https://github.com/fchollet/keras.
Toplam 13 adet kaynakça vardır.

Ayrıntılar

Birincil Dil İngilizce
Konular Mühendislik
Bölüm Araştırma Makaleleri
Yazarlar

Fatih Altekin 0000-0003-1263-1312

Hasan Demir 0000-0003-1860-7049

Yayımlanma Tarihi 31 Temmuz 2021
Gönderilme Tarihi 10 Ocak 2021
Yayımlandığı Sayı Yıl 2021 Cilt: 4 Sayı: 1