चरित्र अभिव्यक्ति पहचान के लिए एक्सट्रीम लर्निंग मशीन

चरित्र अभिव्यक्ति पहचान तकनीकी क्षमताओं में से एक है जो चेहरे की छवि को पहचानने के लिए मनोवैज्ञानिकों द्वारा किए गए शोध का पालन करता है। चेहरे की अभिव्यक्तियों की पहचान किसी के अनुभव किए जा रहे भावनाओं को जानना बहुत महत्वपूर्ण है। इस अध्ययन में दो डेटासेट का उपयोग किया गया, अर्थात् FER2013 और CK + डेटासेट। FER2013 डेटासेट और CK+ ऐसे डेटासेट हैं जिन्हें चेहरे की अभिव्यक्तियों को पहचानने के लिए डिज़ाइन किया गया है। विशेषता निकालने के चरण में, यह ओरिएंटेड ग्रेडिएंट (HOG) विशेषता और स्थानीय बाइनरी पैटर्न (LBP) विशेषता का उपयोग करता है। जबकि वर्गीकरण चरण में, एक्सट्रीम लर्निंग मशीन (ELM) क्लासिफायर का उपयोग किया जाता है। HOG विशेषता का उपयोग करके सबसे अधिक सटीकता FER2013 डेटासेट के लिए 63.86% और CK + डेटासेट के लिए 99.79% है, जहाँ सिग्मॉइड एक सक्रियण कार्य के रूप में है। और LBP विशेषता का उपयोग करके सबसे अधिक सटीकता FER2013 डेटासेट के लिए 55.11% और CK + डेटासेट के लिए 98.72% है, जहाँ RBF एक सक्रियण कार्य के रूप में है।