تلفن: ۰۴۱۴۲۲۷۳۷۸۱
تلفن: ۰۹۲۱۶۴۲۶۳۸۴

ترجمه مقاله بازشناسی هیجانات غیر ارادی چهره – نشریه CiteSeerX

عنوان فارسی: بازشناسی هیجانات غیر ارادی چهره
عنوان انگلیسی: Automatic facial emotion recognition
تعداد صفحات مقاله انگلیسی : 10 تعداد صفحات ترجمه فارسی : 22
سال انتشار : 2005 نشریه : CiteSeerX
فرمت مقاله انگلیسی : PDF فرمت ترجمه مقاله : ورد تایپ شده
کد محصول : 7271 رفرنس : دارد
محتوای فایل : zip حجم فایل : 2.01Mb
رشته های مرتبط با این مقاله: مهندسی کامپیوتر
گرایش های مرتبط با این مقاله: هوش مصنوعی
دانشگاه: دانشگاه آمستردام
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
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
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 متن 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 متن ترجمه

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.