Recognition of facial mikrovyraziv human face
Keywords:
neural networks, image processing, pattern recognition, facial mikrovyrazy human faceAbstract
The particular approaches to neural network recognition of human facial microexpression are investigated. The methods combination of facial microexpression recognition using neural networks and modification of the known process of deep neural network training with restricted Boltzmann machines used to pretrain are implemented. The methods combination and proposed modification increases the recognition precision. The intelligent system, which allows neural network system training and facial microexpression recognition in real time, was developed.References
1. Yang Ming-Hsuan. Detecting Faces in Images: a Survey / Yang Ming-Hsuan // IEEE Trans. Pattern Analysis and Machine Intelligence — 2002. — № 11. — P. 34—58.
2. P. Ekman. Telling Lies: Clues to Deceit in the Marketplace, Politics, and Marriage / P. Ekman. — New York: W. W. Norton & Company, 2009. — 416 p.
3. D.A. Forsyth. Computer Vision: A Modern Approach / D. A. Forsyth, J. Ponce. — New Jersey: Pearson Education, 2011. — 792 p.
4. Экман П. Психология эмоций [Emotions Revealed: Recognizing Faces and Feelings to Improve Communication and Emotional Life] / Экман П. — СПб. : Питер, 2011. — 336 с.
5. P. Ekman. Facial Action Coding System: A Technique for the Measurement of Facial Movement / P. Ekman, W. Friesen — Palo Alto: Consulting Psychologists Press, 1978. — 117 p.
6. T. Kanade. Comprehensive database for facial expression analysis / T. Kanade, J. F. Cohn, Y. Tian // Proceedings of the Fourth IEEE International Conference on Automatic Face and Gesture Recognition (FG'00) — 2000. — № 5. — P. 46—53.
7. P. Lucey. The Extended CohnKanade Dataset (CK+): A complete expression dataset for action unit and emotion-specified expression / P. Lucey, J. F. Cohn, T. Kanade, J. Saragih, Z. Ambadar,
I. Matthews // Proceedings of the Third International Workshop on CVPR for Human Communicative Behavior Analysis (CVPR4HB 2010). — 2010. — № 3. — P. 94—101.
8. V. Jain. The Indian Face Database / Vidit Jain, Amitabha Mukherjee. — Kanpur : Indian Institute of Technology Kanpur , 2002. — 25 p.
9. S. O. Haykin Neural Networks and Learning Machines, Third Edition, / S. O. Haykin. – Prentice Hall, 2009. — 936 p.
10. S. Wermter Artificial Neural Networks and Machine Learning / S. Wermter, C. Weber, W. Duch,
T. Honkela, and more — ICANN 2014: 24th International Conference on Artificial Neural Networks, Hamburg, Germany, Springer, 2014, 852 p.
11. A. A. Yarovyy Parallel-Hierarchical Computing System for Multi-Level Transformation of Masked Digital Signals / A. A. Yarovyy, L. I. Timchenko, N. I. Kokriatskaia // Advances in Electrical and Computer Engineering. — 2012. = vol. 12, no. 3. — pp. 13—20.
12. Л.И. Тимченко Теоретические и прикладные аспекты параллельно-иерархического многоуровневого преобразования цифровых сигналов / Л.И. Тимченко, А.А. Яровой, Н.И. Кокряцкая // Электронное моделирование. – 2013. – Т.35. – №2. – С. 35-54.
13. A. Yarovyy Organization of High-Performance Parallel-Hierarchical Computing Processes for Classification of Laser Beam Images. / A. Yarovyy, L. Timchenko, N. Kokriatskaia, S. Nakonechna, M. Mateichuk – Development and application systems : Proceedings of the 12th International Conference on DAS-2014, May 15-17, 2014, Suceava, Romania – Suceava, Universitatea Stefan cel Mare Suceava, 2014 – p. 192-197.
14. D. M. W. Powers Evaluation: from Precision, Recall and F-Measure to ROC, Informedness, Markedness and Correlation / D. M. W. Powers // International Journal of Machine Learning Technology, 2011, vol. 2, no. 1, pp. 37—63.
15. T. McLaughlin Emotion Recognition with Deep-Belief Networks / T. McLaughlin, M. Le,
N. Bayanbat // Stanford CS 229 Machine Learning Final Projects. — 2010. — pp. 62—66.
16. Y. Bengio. Learning Deep Architectures for AI / Y. Bengio. – Montreal: Université de Montréal, 2009. — 130 р.
17. G. E. Hinton Learning Multiple Layers of Representation / G. E. Hinton // Trends in Cognitive Sciences. — 2007. — № 11. — Р. 428—434.
18. R. R. Salakhutdinov An Efficient Learning Procedure for Deep Boltzmann Machines /
R. R. Salakhutdinov, G. E. Hinton // Neural Computation. — 2012. — Р. 1967—2006.
19. Інтелектуальна система нейромережевого розпізнавання мімічних мікровиразів обличчя людини / Кашубін С., Яровий А.: Збірник праць IX Міжнародної науково-практичної конференції [Інтернет — Освіта — Наука (ІОН-2014)], (Вінниця, 14—17 жовтня 2014 р.) — Вінниця, ВНТУ, 2014. — с. 60—62.
20. Яровий А. А. Розпізнавання мімічних мікровиразів обличчя людини на основі Time Delay Neural Network / Яровий А. А., Кашубін С. Г., Кулик О. О., Липкань І. М.// Вісник Хмельницького національного університету. Технічні науки. — 2015. — № 1. — С. 122—126.
21. A. Waibel Phoneme Recognition Using Time-Delay Neural Networks / A. Waibel, T. Hanazawa,
G. Hinton, K. Shikano, and K. Lang — IEEE Transactions on Acoustics, Speech and Signal Processing, 1989, vol. 37, no. 3, pp. 328—339.
22. S. J. Russel Artificial Intelligence: A Modern Approach / S. J. Russel, P. Norvig. — New Jersey: Pearson Education, 2010. — 1132 р.
2. P. Ekman. Telling Lies: Clues to Deceit in the Marketplace, Politics, and Marriage / P. Ekman. — New York: W. W. Norton & Company, 2009. — 416 p.
3. D.A. Forsyth. Computer Vision: A Modern Approach / D. A. Forsyth, J. Ponce. — New Jersey: Pearson Education, 2011. — 792 p.
4. Экман П. Психология эмоций [Emotions Revealed: Recognizing Faces and Feelings to Improve Communication and Emotional Life] / Экман П. — СПб. : Питер, 2011. — 336 с.
5. P. Ekman. Facial Action Coding System: A Technique for the Measurement of Facial Movement / P. Ekman, W. Friesen — Palo Alto: Consulting Psychologists Press, 1978. — 117 p.
6. T. Kanade. Comprehensive database for facial expression analysis / T. Kanade, J. F. Cohn, Y. Tian // Proceedings of the Fourth IEEE International Conference on Automatic Face and Gesture Recognition (FG'00) — 2000. — № 5. — P. 46—53.
7. P. Lucey. The Extended CohnKanade Dataset (CK+): A complete expression dataset for action unit and emotion-specified expression / P. Lucey, J. F. Cohn, T. Kanade, J. Saragih, Z. Ambadar,
I. Matthews // Proceedings of the Third International Workshop on CVPR for Human Communicative Behavior Analysis (CVPR4HB 2010). — 2010. — № 3. — P. 94—101.
8. V. Jain. The Indian Face Database / Vidit Jain, Amitabha Mukherjee. — Kanpur : Indian Institute of Technology Kanpur , 2002. — 25 p.
9. S. O. Haykin Neural Networks and Learning Machines, Third Edition, / S. O. Haykin. – Prentice Hall, 2009. — 936 p.
10. S. Wermter Artificial Neural Networks and Machine Learning / S. Wermter, C. Weber, W. Duch,
T. Honkela, and more — ICANN 2014: 24th International Conference on Artificial Neural Networks, Hamburg, Germany, Springer, 2014, 852 p.
11. A. A. Yarovyy Parallel-Hierarchical Computing System for Multi-Level Transformation of Masked Digital Signals / A. A. Yarovyy, L. I. Timchenko, N. I. Kokriatskaia // Advances in Electrical and Computer Engineering. — 2012. = vol. 12, no. 3. — pp. 13—20.
12. Л.И. Тимченко Теоретические и прикладные аспекты параллельно-иерархического многоуровневого преобразования цифровых сигналов / Л.И. Тимченко, А.А. Яровой, Н.И. Кокряцкая // Электронное моделирование. – 2013. – Т.35. – №2. – С. 35-54.
13. A. Yarovyy Organization of High-Performance Parallel-Hierarchical Computing Processes for Classification of Laser Beam Images. / A. Yarovyy, L. Timchenko, N. Kokriatskaia, S. Nakonechna, M. Mateichuk – Development and application systems : Proceedings of the 12th International Conference on DAS-2014, May 15-17, 2014, Suceava, Romania – Suceava, Universitatea Stefan cel Mare Suceava, 2014 – p. 192-197.
14. D. M. W. Powers Evaluation: from Precision, Recall and F-Measure to ROC, Informedness, Markedness and Correlation / D. M. W. Powers // International Journal of Machine Learning Technology, 2011, vol. 2, no. 1, pp. 37—63.
15. T. McLaughlin Emotion Recognition with Deep-Belief Networks / T. McLaughlin, M. Le,
N. Bayanbat // Stanford CS 229 Machine Learning Final Projects. — 2010. — pp. 62—66.
16. Y. Bengio. Learning Deep Architectures for AI / Y. Bengio. – Montreal: Université de Montréal, 2009. — 130 р.
17. G. E. Hinton Learning Multiple Layers of Representation / G. E. Hinton // Trends in Cognitive Sciences. — 2007. — № 11. — Р. 428—434.
18. R. R. Salakhutdinov An Efficient Learning Procedure for Deep Boltzmann Machines /
R. R. Salakhutdinov, G. E. Hinton // Neural Computation. — 2012. — Р. 1967—2006.
19. Інтелектуальна система нейромережевого розпізнавання мімічних мікровиразів обличчя людини / Кашубін С., Яровий А.: Збірник праць IX Міжнародної науково-практичної конференції [Інтернет — Освіта — Наука (ІОН-2014)], (Вінниця, 14—17 жовтня 2014 р.) — Вінниця, ВНТУ, 2014. — с. 60—62.
20. Яровий А. А. Розпізнавання мімічних мікровиразів обличчя людини на основі Time Delay Neural Network / Яровий А. А., Кашубін С. Г., Кулик О. О., Липкань І. М.// Вісник Хмельницького національного університету. Технічні науки. — 2015. — № 1. — С. 122—126.
21. A. Waibel Phoneme Recognition Using Time-Delay Neural Networks / A. Waibel, T. Hanazawa,
G. Hinton, K. Shikano, and K. Lang — IEEE Transactions on Acoustics, Speech and Signal Processing, 1989, vol. 37, no. 3, pp. 328—339.
22. S. J. Russel Artificial Intelligence: A Modern Approach / S. J. Russel, P. Norvig. — New Jersey: Pearson Education, 2010. — 1132 р.
Downloads
-
PDF (Українська)
Downloads: 463
Abstract views: 449
Published
2015-07-20
How to Cite
[1]
A. A. Yarovyi, S. H. Kashubin, and O. O. Kulyk, “Recognition of facial mikrovyraziv human face”, Опт-ел. інф-енерг. техн., vol. 29, no. 1, pp. 76–83, Jul. 2015.
Issue
Section
Systems Of Technical Vision And Artificial Intelligence, Image Processing And Pattern Recognition
License
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
