Система розпізнавання емоцій за допомогою нейронних мереж

Abstract

UK: Робота досліджує сучасні підходи до систем розпізнавання емоцій, зосереджуючись на інтеграції комп'ютерного зору, машинного навчання та методів афективних обчислень. Досліджується значення розпізнавання емоцій у різних сферах застосування, включаючи взаємодію людини з комп'ютером, підкреслюючи роль міміки. Дається короткий огляд фізіологічних і психологічних аспектів міміки, що створює основу для глибокого аналізу. У дисертації оцінюється ефективність різних моделей глибокого навчання, включаючи згорткові нейронні мережі (CNN) і рекурентні нейронні мережі (RNN), в розпізнаванні лицьових емоцій. Дискусія переходить до вивчення найсучасніших моделей нейронних мереж та їх застосування. Визначаються та обговорюються проблеми, з якими стикаються сучасні системи розпізнавання емоцій, такі як упередження наборів даних та міжкультурні варіації. У цій дипломній роботі представлено розробку та впровадження програми розпізнавання облич як основоположний крок до розробки передової системи розпізнавання емоцій. Програма, розроблена на Python з використанням бібліотеки OpenCV та Tkinter для інтерфейсу користувача, зосереджена на точному виявленні та виділенні облич на зображеннях. Основна мета полягає в тому, щоб створити надійну основу для подальшого аналізу міміки та емоцій.

EN: The thesis explores contemporary approaches to emotion recognition systems, focusing on the integration of computer vision, machine learning, and affective computing techniques. The significance of emotion recognition in various applications, including human-computer interaction, is examined, emphasizing the role of facial expressions. A brief overview of the physiological and psychological aspects of facial expressions is provided, setting the stage for an in-depth analysis. The thesis evaluates the effectiveness of various deep learning models, including convolutional neural networks (CNNs) and recurrent neural networks (RNNs), in facial emotion recognition. The discussion extends to the exploration of state-of-the-art neural network models and their applications. Challenges faced by current emotion recognition systems, such as dataset biases and cross-cultural variations, are identified and discussed. This thesis presents the design and implementation of a Face Recognition Program as a foundational step towards the development of an advanced emotion recognition system. The program, developed in Python using the OpenCV library and Tkinter for the user interface, focuses on accurately detecting and highlighting faces within images. The primary objective is to establish a robust framework for subsequent analysis of facial expressions and emotions.