Використання нейронної мережі для розпізнавання емоцій

Abstract

Розпізнавання емоцій - технологія розпізнавання осіб, котра з роками розвивається та розширюється, є однією з різноманітних технологій розпізнавання осіб. Наразі певна програма може аналізувати та оцінювати емоції обличчя людини завдяки використанню програмного забезпечення для розпізнавання емоцій обличчя. Ця програма імітує роботу людського мозку за допомогою складного розподілу зображень, що дозволяє їй також розпізнавати емоції. Штучний інтелект (ШІ) - це те, що розпізнає і вивчає різні вирази обличчя, щоб використовувати їх у поєднанні з інформацією, яка йому надається. Такий підхід допомагає органам влади ідентифікувати емоції людини, використовуючи лише технологію, що має важливе значення для низки завдань, включаючи розслідування та інтерв'ю. Використовуючи аналіз виразу обличчя, розпізнавання емоцій може ідентифікувати різні емоції обличчя. Наведу перелік найпоширеніших виразів обличчя, які відповідають різним емоціям : гнів - підняте підборіддя, зосереджений погляд, опущені та насуплені брови; радість переважно виділяється піднятими куточками рота; здивування: великі очі, вигнуті брови, відвисла щелепа; великі очі, роззявлений рот, зморщений лоб - це зазвичай ознаки страху; смуток характеризується насупленими бровами і надутим чолом; кусання губ може символізувати тривогу. Глибоке навчання - це функція штучного інтелекту для розпізнавання облич, яка імітує те, як людський мозок розробляє шаблони для виявлення об'єктів і навіть прийняття рішень. Це підмножина штучного інтелекту і техніки для навчання машин. Основою глибокого навчання є нейромережі. Нейронна мережа - це алгоритм, який імітує роботу мозку і був натхненний структурою кори головного мозку. З часом він набув популярності, особливо останнім часом завдяки своїм перевагам в ідентифікації емоцій. Нейронна мережа містить три шари: вхідний шар, прихований шар і вихідний шар, як і кора головного мозку. У нейронну мережу можуть бути додані бажані дані, і всі вони проходять через ці шари. Кожен шар змінює кожне вхідне значення, намагаючись отримати бажаний і цільовий вихід. Щоб бути впевненим, що вихідні дані є точними і придатними, програма розпізнавання емоцій проходить навчання. Для того, щоб алгоритми працювали, необхідно розуміти входи і виходи. Таким чином, алгоритми повинні бути здатні виявляти людські емоції.