Derin öğrenme yöntemiyle düşük çözünürlüklü yüz görüntülerinden yüz ifadesi tespiti

Yüz ifadeleri insanlarla iletişim kurmada önemli bir rol oynamaktadır. İletişimin dışında güvenlik sistemlerinde, sağlık sektöründe ve psikoloji gibi birçok alanda yüz ifadelerinden yapılan çıkarımlarla var olan problemler çözülebilmektedir. Teknolojinin gelişmesiyle yüz ifadelerinden yapılacak olan çıkarımlar artık yapay zekâ sayesinde yapılmaktadır. Yüz ifadeleri tespitinde mikro mimiklerin tespit edilmesi büyük önem taşımakta ve bu noktada yapay zekâ kullanılarak büyük başarımlar elde edilmektedir. Bu çalışmada kullanılan düşük çözünürlükteki 213 adet görüntü iyileştirilmiş ve derin öğrenme modellerinden biri olan evrişimsel sinir ağları (ESA) kullanılarak görüntüler analiz edilmiştir. Derin öğrenme mimarilerinden AlexNet ve MobileNetV2 mimarileri kullanılarak her iki mimariden özellik çıkarımı yapılmış ve bu özellikler birleştirilmiştir. Mikro mimiklerin tespiti için patch-based (yama tabanlı) yöntemi kullanılmıştır. Görüntünün kendisinden ve yamalardan ayrı ayrı özellikler çıkartılarak KBA (komşuluk bileşen analizi) algoritması ile ilk 1000 özellik seçilmiş ve DVM (destek vektör makinesi) ile sınıflandırma işlemi gerçekleştirilmiştir. Elde edilen sonuçlar karşılaştırılmış olup en iyi sonuç %98,6 olarak hesaplanmıştır.