Технологія глибокого навчання згорткових нейронних мереж для розпізнавання виразів обличчя

Анотація

Проаналізовано застосування глибокого навчання згорткових нейронних мереж для вирішення проблеми автоматизованого розпізнавання виразу обличчя та визначення емоцій людини. Запропоновано використовувати переваги трансферного підходу до глибокого навчання згорткових нейронних мереж для вирішення проблеми недостатнього обсягу даних у наборах зображень з різними виразами обличчя. Більшість із цих наборів даних маркуються відповідно до системи кодування обличчя, заснованої на одиницях руху обличчя людини. Розроблена технологія трансферного навчання загальнодоступних сімейств глибоких згорткових нейронних мереж DenseNet та MobileNet з подальшим «тонким налаштуванням» параметрів мережі дозволила скоротити час навчання та обчислювальні ресурси при вирішенні задачі розпізнавання виразу обличчя без втрати надійності розпізнавання моторних одиниць. Під час розробки технології глибокого навчання для згорткових нейронних мереж були вирішені наступні завдання. По-перше, вибір загальнодоступних згорткових нейронних мереж сімейств DenseNet та MobileNet, попередньо навчених на наборі даних ImageNet, був обґрунтований з урахуванням особливостей трансферного навчання для розпізнавання виразу обличчя та визначення емоцій. По-друге, розроблено модель глибокої згорткової нейронної мережі та метод її навчання для вирішення задач розпізнавання виразу обличчя та визначення людських емоцій з урахуванням особливостей обраних попередньо навчених згорткових нейронних мереж. По-третє, випробувана розроблена технологія глибокого навчання. На останок оцінено ресурсоємність та надійність розпізнавання моторних одиниць на наборі DISFA. Запропонована технологія глибокого навчання згорткових нейронних мереж може бути використана при розробці систем для автоматичного розпізнавання виразу обличчя та визначення людських емоцій як для стаціонарних, так і для мобільних пристроїв. Подальша модифікація систем розпізнавання рухових одиниць обличчя людини з метою підвищення надійності розпізнавання можлива за допомогою методу аугментації.