Emotion Recognition for Challenged People Facial Appearance in Social using Neural Network

要約

タイトル：障がい者の社会的な表情に対するニューラルネットワークを用いた感情認識

要約：
– 人間のコミュニケーションは、音声と非言語信号を使って他人とコミュニケーションを取ることである。人間の表情は、監視システムの画像や記録のデータベースで重要なバイオメトリックオブジェクトである。
– 表情認識は、人間と機械の相互作用を向上させるのに役立つ。本研究では、異なる感情カテゴリに写真を分類するために、CNN分類器を使用した表情不変の顔認識アイデアが提案されている。
– 結果は、人間の性能を超えており、様々な表情を生成することができる。しかし、異なる照明条件は、適合プロセスに影響を与え、認識精度を低下させる可能性がある。
– 結果を得るために、統計学者が作成した事前定義データセットが含まれている。このデータセットは、純粋な表情とバラエティに富んだ表情を含んでいる。
– システムは異常な状態を検出することができ、近くの病院/医師にメッセージが送信される。

要約(オリジナル)

Human communication is the vocal and non verbal signal to communicate with others. Human expression is a significant biometric object in picture and record databases of surveillance systems. Face appreciation has a serious role in biometric methods and is good-looking for plentiful applications, including visual scrutiny and security. Facial expressions are a form of nonverbal communication; recognizing them helps improve the human machine interaction. This paper proposes an idea for face and enlightenment invariant credit of facial expressions by the images. In order on, the person’s face can be computed. Face expression is used in CNN classifier to categorize the acquired picture into different emotion categories. It is a deep, feed-forward artificial neural network. Outcome surpasses human presentation and shows poses alternate performance. Varying lighting conditions can influence the fitting process and reduce recognition precision. Results illustrate that dependable facial appearance credited with changing lighting conditions for separating reasonable facial terminology display emotions is an efficient representation of clean and assorted moving expressions. This process can also manage the proportions of dissimilar basic affecting expressions of those mixed jointly to produce sensible emotional facial expressions. Our system contains a pre-defined data set, which was residential by a statistics scientist and includes all pure and varied expressions. On average, a data set has achieved 92.4% exact validation of the expressions synthesized by our technique. These facial expressions are compared through the pre-defined data-position inside our system. If it recognizes the person in an abnormal condition, an alert will be passed to the nearby hospital/doctor seeing that a message.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI