Görüntü işleme tabanlı yüz ifadelerinden duygu analizi

Bu tez çalışmasında, gerçek zamanlı görüntülerde insan yüz ifadelerinin sınıflandırılma çalışması yapılmıştır. Gerçek zamanlı tanıma işlemini gerçeklemenin birtakım faydaları bulunmaktadır. Örnek vermek gerekirse; toplu fotoğraflarda ruh halinin analiz edilmesi bu bakımdan ilgi çekici bir örnektir. Bir etkinlik sırasında çekilmiş fotoğraflarda bulunan insanların yüz ifadelerinin algılanması, bu kişilerin genel anlamda ne derece eğlendiğine ilişkin niceliksel veri sağlayabilir. İçerik duyarlı görüntü erişimini bir diğer örnek olarak verebiliriz, söz gelimi bir veri tabanından, sadece şaşıran insanların olduğu fotoğraflara erişilebilir. Bu çalışma kapsamında; yüz ifadelerine ilişkin 7 farklı duygu sınıflanmış olup; bunlar "mutluluk", "üzüntü", "şaşkınlık", "iğrenme", "öfke", "korku" ve "nötr" olarak sıralanmaktadır. Python programlama diliyle yazılan uygulama ile FER2013, JAFFE ve CK+ veri setlerini kullanarak, farklı ifadelerde klasik makine öğrenme yöntemlerinden k-En Yakın Komşuluk ve Destek Vektör Makineleri kullanılırken, derin öğrenme yöntemlerinden aktarımlı öğrenme ile AlexNet, ResNet, DenseNet ve Inception mimarileri kullanılmış, detaylı analizler yapılmıştır. Ayrıca bu çalışmada; klasik makine öğrenme yöntemleri ve derin öğrenme mimarilerini kıyaslarken, 2 farklı uygulama ile gerçek zamanlı ve gerçek zamanlı olmayan uygulamalar da karşılaştırılmıştır. Bu çalışma, en uygun mimariye sahip derin öğrenme tekniklerine dayanan gerçek zamanlı ifade tanıma sistemlerinin, sadece bir yazılım ile bilgisayar donanımı aracılığıyla yüksek doğruluklarla uygulanabileceğini göstermektedir.