1. Trang chủ
  2. » Luận Văn - Báo Cáo

NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON

26 9 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 26
Dung lượng 428,41 KB

Nội dung

Ngày đăng: 09/05/2022, 23:42

HÌNH ẢNH LIÊN QUAN

Hình 1.1. Mô hình bài toán nhận dạng cảm xúc trên mặt người - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
Hình 1.1. Mô hình bài toán nhận dạng cảm xúc trên mặt người (Trang 4)
Hình 1.2. Hệ thống nhận dạng cảm xúc cơ bản - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
Hình 1.2. Hệ thống nhận dạng cảm xúc cơ bản (Trang 4)
Hình 1.5. Phương pháp AAM kết hợp tương quan điểm - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
Hình 1.5. Phương pháp AAM kết hợp tương quan điểm (Trang 6)
Như vậy, chương này tôi đã phát biểu và đưa ra được mô hình chung của một bài toán nhận d ng và mô hình chung của hệ thống nh ận d ng mà tôi sẽlàm trong đề tài này - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
h ư vậy, chương này tôi đã phát biểu và đưa ra được mô hình chung của một bài toán nhận d ng và mô hình chung của hệ thống nh ận d ng mà tôi sẽlàm trong đề tài này (Trang 7)
dữ liệu này 137, trong đó 110 ảnh dùng để huấn luyện và 27 hình ảnh dùng để test. - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
d ữ liệu này 137, trong đó 110 ảnh dùng để huấn luyện và 27 hình ảnh dùng để test (Trang 8)
Hình 2.5. Cấu trúc 1 Neural Network cơ bản - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
Hình 2.5. Cấu trúc 1 Neural Network cơ bản (Trang 11)
Hình 2.6. Sơ đồ khối tổng quát của 1 Nơ-ron trong Neural Network Chi tiết về các thành phần của một Nơ-ron như sau: - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
Hình 2.6. Sơ đồ khối tổng quát của 1 Nơ-ron trong Neural Network Chi tiết về các thành phần của một Nơ-ron như sau: (Trang 11)
Hình 2.7. Quá trình lan truyền ngược - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
Hình 2.7. Quá trình lan truyền ngược (Trang 13)
vui (HA), buồn (SA) và ng c nhiên (SU) qua các hình ảnh trong tập dữ liệu. Trong đó tập dữ liệu huấn luyện (train) có 110 hình ảnh của 7 người KA, KL, KM, KR, MK và NA; tập dữ liệu kiểm tra (test) có 27 hình ảnh của 3 người có tên: TM, UY và YM - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
vui (HA), buồn (SA) và ng c nhiên (SU) qua các hình ảnh trong tập dữ liệu. Trong đó tập dữ liệu huấn luyện (train) có 110 hình ảnh của 7 người KA, KL, KM, KR, MK và NA; tập dữ liệu kiểm tra (test) có 27 hình ảnh của 3 người có tên: TM, UY và YM (Trang 16)
Mô hình tổng quát các bước thực hiện huấn luyện và kiểm thử được thể hiện như sau: - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
h ình tổng quát các bước thực hiện huấn luyện và kiểm thử được thể hiện như sau: (Trang 17)
Hình 3.4. Một số hình ảnh trong tập dữ liệu FEI - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
Hình 3.4. Một số hình ảnh trong tập dữ liệu FEI (Trang 17)
Bảng 3.1. Kết quả lựa chọn số eigenvectors - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
Bảng 3.1. Kết quả lựa chọn số eigenvectors (Trang 18)
N hn xét: Bảng kết quả trên cho thấy số lượng vector đặc - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
hn xét: Bảng kết quả trên cho thấy số lượng vector đặc (Trang 19)
Hình 3.6. Sơ đồ Neural Network được sử dụng - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
Hình 3.6. Sơ đồ Neural Network được sử dụng (Trang 20)
Hình 3.7: Confusion matrix for ANN - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
Hình 3.7 Confusion matrix for ANN (Trang 21)
Bảng 3.3. Bảng kết quả thử nghiệm khi thay đổi hidden layer của mạng Nơron - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
Bảng 3.3. Bảng kết quả thử nghiệm khi thay đổi hidden layer của mạng Nơron (Trang 22)
Hình 3.10: Confusion matrix for ANN - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
Hình 3.10 Confusion matrix for ANN (Trang 23)
Hình 3.10 trên thể hiệ n2 cảm xúc, nhãn số 1 tương ứng với cảm xúc vui, nhãn số 2 tướng ứng với cảm xúc trung tính - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
Hình 3.10 trên thể hiệ n2 cảm xúc, nhãn số 1 tương ứng với cảm xúc vui, nhãn số 2 tướng ứng với cảm xúc trung tính (Trang 23)
Bộ dữ liệu JAFEE thử nghiệm trên mô hình SVM, KNN và Decision Tree và cho ra kết quả dộ chính xác như bảng sau: - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
d ữ liệu JAFEE thử nghiệm trên mô hình SVM, KNN và Decision Tree và cho ra kết quả dộ chính xác như bảng sau: (Trang 24)
Hình 3.13. Giao diện mô phỏng - NHẬN DẠNG CẢM XỨC CON NGƯỜI BẰNG PHƯƠNG PHÁP PCA KÉT HỢP VỚI MẠNG NƠRON
Hình 3.13. Giao diện mô phỏng (Trang 25)

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w