| A Fusion Approach for Facial Expression Recognition Using Local Binary Pattern and Pyramid Histogram of Oriented Gradient |
| Paper ID : 1069-MVIP2020 |
| Authors: |
|
maedeh sharifnezhad *1, Asadollah Shahbahrami2, Alireza Akushide3 1none,none 2دانشگاه گیلان 3گروه مهندسی برق، دانشکده شهید چمران، دانشکده فنی و حرفه‌ای، رشت، ایران |
| Abstract: |
| در سال های اخیر شناسایی احساسات مختلف چهره به دلیل کاربردهای فراوان مانند تشخیص خستگی رانندگان، شناسایی وضعیت روحی بیمار، کشف دروغ و سیستم آموزش خودکار مورد توجه بسیاری در تحقیقات بینایی ماشین قرار گرفته است. به دلیل تنوع افراد و تغییرپذیری حالات چهره، شناسایی این احساسات با دقت بالا هنوز هم به عنوان یک مسئله چالش برانگیز مطرح است. روش پیشنهادی در این مقاله به منظور شناسایی حالات چهره شامل چهار مرحله است: 1) استخراج ویژگی الگوی دودویی محلی 2) استخراج ویژگی هیستوگرام گرادیان جهت دار هرمی 3) ادغام این دو ویژگی 4) طبقه بندی حالات با استفاده از ماشین بردار پشتیبان. این روش با پردازش نواحی موثر چهره به دو هدف رسیده است. 1) کاهش زمان محاسباتی برای استخراج ویژگی 2) کاهش 36/99 درصدی ابعاد بردار ویژگی. به منظور کاهش هزینه محاسباتی بجای تمام دنباله تصاویر می توان فقط از تصاویر حالت طبیعی و حالت نهایی استفاده کرد. عملکرد روش ارائه شده بر روی مجموعه داده کوهن-کانادا ارزیابی شده و دقت میانگین 92/19 درصد برای شش حالت پایه به دست آمده است. نتایج شبیه سازی نشان می دهد که این روش در برخی موارد نسبت به کارهای موجود تحقیقات اخیر کارآمدتر است. |
| Keywords: |
| Feature Extraction, Local Binary Pattern, Facial Expression Recognition, Classification, Pyramid Histogram of Oriented Gradient |
| Status : Paper Accepted (Oral Presentation) |
