Transfer ögrenme ve topluluk öğgrenmesi kullanarak durağan görüntüler üzerinde duygu tanıma

Duygu tanıma bilgisayar ve insan etkiliiminin oldugu her alanda faydalı olabilmektedir. Evrişimsel Sinir Aglarının (CNN) bilgisayarla görü görevlerinde iyi olduğu bilinmektedir. Fakat CNN'lerin egitilmesi, özellikle eğitim verisinin ve hesaplama gücünün az oldugu durumlarda, oldukça zordur. Transfer ögrenme bu gibi durumlarda, ucuz ve etkili bir çözüm olarak göze çarpar. Transfer ögrenmede önceden eğitilmiş CNN sınıflandırıcıları kullanılır. Bu çalışma iki katkı sunar. Birinci katkı, farklı mimariler ve farklı veri kümeleri kullanılarak egitilmiş CNN modelleri incelenerek duygu tanıma problemine uygun olanı bulunmaya çalışılmıştır. İkinci katkı olarak, her duygu için ayrı bir uzman sınıflandırıcı egitilmitir. Ana model, uzman modellerle topluluk ögrenmesi yöntemiyle birleştirilip daha iyi bir sınıflandırıcı elde edilmiştir. Deney sonuçları, transfer ögrenme ve topluluk ögrenmesi kullanılarak güçlü bir sınıflandırıcının elde edilmesinin mümkün oldugunu ortaya koymuştur. Eğitilen en iyi sınıflandırıcı, FER13 dogrulama veri kümesi üzerinde %69.49 isabet oranı göstermiştir.