Yüz ifadelerinin derin öğrenme metodu ile sınıflandırılması

Duygu, insan zihninde var olmanın psikolojik bir halidir. Birçok alanda yapılan çeşitli çalışmalar, duygu oluşum sürecine ilişkin farklı bakış açılarını desteklemektedir. Bazı filozoflara göre duygu, kişisel koşullardaki veya çevredeki değişikliklerin sonucudur. Bununla birlikte, bazı biyologlar, nörolojik ve hormonal sistemlerin, duyguların oluşumunda başlıca sorumlu olduğuna inanırlar. Tezimizde, konvolüsyonlu sinir ağlarına (ConvNets) dayalı bir yüz ifadesi tanıma yaklaşımı oluşturmak için motive olduk. Konvolüsyonlu sinir ağı modelleri, sinir, mutluluk, öfke, sürpriz, üzüntü veya tiksinti gibi kategorilerden birine ait bir yüz ifadesi etiketini tahmin etmek için kullanılır. Yüz ifadesinin etiketi sinir, mutluluk, öfke, şaşkınlık, üzüntü veya tiksinti gibi kategorilerden birine karşılık gelmelidir. Görüntü, sistemde bir girdi görevindedir. Sonuç olarak, bu modeller sıkı testlerden geçmektedir. Yakalama ve sınıflandırma modülü, bir bilgisayar sisteminin kullanıcı üzerinde meydana getirebileceği duygusal etkinin bilinmesini ve bu bilgilerle kullanıcı etkileşimini iyileştirmek için önlemler alınmasına olanak sağlar. Böylece, kullanılabilirlik testlerine uygulanan ifadeleri sınıflandırmak için CNN kullanmanın mümkün olduğu, hatta testi yapanlara gerçek zamanlı yanıtlar verebileceği sonucuna varmaktayız. Bu tezin ana katkısı, CNN algoritmasını lineer aktivasyon fonksiyonlarıyla modifiye ederek algılamanın doğruluğunu artırmak için CNN'nin yerleşik softmax katmanını diğer sınıflandırıcılarla değiştirmemizdir. Değiştirilen CNN algoritması hem Conv-2 katmanını kullanarak özellikleri ayıklar, hem de iş akışının hızını artırmak için özellik şablonlarını ve Haar benzeri özellikleri kullanır.