기하학적 특징과 수정된 숨겨진 마르코프 모델을 이용한 얼굴 표현 인식

이 연구는 효율적인 얼굴 표현 인식(FER)을 위한 기하학적 특징 기반 설명자를 제안하여 인간-컴퓨터 상호작용을 개선할 수 있습니다. 설명자 기반 FER에 많은 연구가 집중되었지만, 여전히 소음, 인식률, 시간 및 오류율과 관련된 다양한 문제를 해결해야 합니다. 일본 여성 얼굴 표현(JAFFE) 데이터 세트는 픽셀이 균일하게 분포되어 있어 FER을 보다 신뢰할 수 있고 효율적으로 만드는데 도움을 줍니다. 제안된 시스템은 이미지에서 중요한 특징을 추출하기 위한 새로운 기하학적 특징과 분류기로서의 층화된 숨겨진 마르코프 모델(HMM)을 도입합니다. 층화된 HMM은 분노, 혐오, 두려움, 기쁨, 슬픔, 놀람 및 중립이라는 7가지 얼굴 표현을 인식하는 데 사용됩니다. 제안된 프레임워크는 기존 시스템과 비교되며, 제안된 프레임워크는 다른 시스템의 85% 인식률에 비해 84.7% 인식률로 우수성을 입증합니다. 우리의 제안된 프레임워크는 또한 인식률, 처리 시간 및 오류율 측면에서 테스트되었으며, 기존 시스템 중에서 최상의 정확성을 찾았습니다.