Key points are not available for this paper at this time.
يقدم هذا العمل موصوفًا يعتمد على الميزات الهندسية للتعرف الفعال على تعبيرات الوجه (FER) يمكن استخدامه لتحسين التفاعل بين الإنسان والآلة. على الرغم من أن الكثير من الأبحاث قد ركزت على التعرف القائم على الموصوفات، إلا أن هناك مشاكل مختلفة يجب حلها فيما يتعلق بالضوضاء، ومعدل التعرف، والوقت، ومعدلات الخطأ. تساعد مجموعات بيانات تعبيرات الوجه الأنثوية اليابانية (JAFFE) في جعل FER أكثر موثوقية وكفاءة حيث يتم توزيع البكسلات بشكل موحد. يقدم النظام المقترح ميزات هندسية جديدة لاستخراج الميزات المهمة من الصور ونموذج ماركوف المخفي متعدد الطبقات (HMM) كمصنف. يتم استخدام HMM متعدد الطبقات للتعرف على سبع تعبيرات وجهية وهي: الغضب، الاشمئزاز، الخوف، الفرح، الحزن، المفاجأة، و الحياد. يتم مقارنة الإطار المقترح مع الأنظمة الموجودة حيث يثبت الإطار المقترح تفوقه بمعدل التعرف 84.7% بينما يكون 85% مع الأنظمة الأخرى. تم أيضًا اختبار الإطار المقترح من حيث معدلات التعرف ووقت المعالجة ومعدلات الخطأ، وتم العثور على أفضل دقة لديه مقارنة بالأنظمة الموجودة الأخرى.
درس Agarwal وآخرون (الثلاثاء) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: