ترجمه مقاله بازشناسی هیجانات غیر ارادی چهره - نشریه CiteSeerX

ترجمه مقاله بازشناسی هیجانات غیر ارادی چهره - نشریه CiteSeerX
قیمت خرید این محصول
۳۳,۰۰۰ تومان
دانلود مقاله انگلیسی
عنوان فارسی
بازشناسی هیجانات غیر ارادی چهره
عنوان انگلیسی
Automatic facial emotion recognition
صفحات مقاله فارسی
22
صفحات مقاله انگلیسی
10
سال انتشار
2005
نشریه
CiteSeerX
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده
رفرنس
دارد
کد محصول
7271
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه نشده است
وضعیت فرمولها و محاسبات در فایل ترجمه
به صورت عکس، درج شده است
رشته های مرتبط با این مقاله
مهندسی کامپیوتر
گرایش های مرتبط با این مقاله
هوش مصنوعی
دانشگاه
دانشگاه آمستردام
فهرست مطالب
چکیده
1. مقدمه
2. کارهای مرتبط
4. تشخیص چهره
4.1. تصاویر یکپارچه
4.2. گزینش ویژگی با استفاده از Adaboost
4.3. آبشار طبقه بندی کننده ها
5. پیاده سازی
5.1. تجسم
6. ارزیابی
6.1. مجموعه داده ها
6.2. آزمایشات
6.3. نتایج
7. نتیجه گیری
نمونه چکیده متن اصلی انگلیسی
Abstract

Recognizing human facial expression and emotion by computer is an interesting and challenging problem. In this paper we present a system for recognizing emotions through facial expressions displayed in live video streams and video sequences. The system is based on the Piecewise B´ezier Volume Deformation tracker [18] and has been extended with a Haar face detector to initially locate the human face automatically. Our experiments with Naive Bayes and the Tree-Augmented-Naive Bayes (TAN) classifiers in person-dependent and person-independent tests on the Cohn-Kanade database [1] show that good classi- fication results can be obtained for facial expression recognition.

نمونه چکیده ترجمه متن فارسی
چکیــــده
بازشناسی حالات (expression) و هیجانات (emotion) چهره (facial) انسان به وسیله کامپیوتر مساله ای جذاب و چالش برانگیز است. ما در این مقاله سیستمی را برای بازشناسی هیجانات از طریق حالات چهره ارائه می نماییم که در جریان ویدئو زنده و توالی های ویدئو نمایش داده شده است.این سیستم مبتنی بر دنبال کننده (tracker) دگرریختی یا تغییر شکل حجم تکه ای بزیر (Piecewise Bezier Volume Deformation)‌ [18] بوده و با یک تشخیص دهنده چهره هار (Haar) برای مکان یابی ابتدایی چهره انسان به صورت خودکار می باشد.حالات ما با طبقه بندی کننده های بیز ساده (Naive Bayes) و بیز سـاده – افزوده – درختی (Tree-Augmented- Naïve Bayes) (TAN) در آزمون های وابسته به شخص و مستقل از اشخاص در پایگاه داده های کوهن – کاناد (Cohn- Kanade) [1] نشـــان داد که نتایج طبقه بندی مناسبی می تواند به ازای بازشناسی حالت چهره به دست آید.

بدون دیدگاه