Geri Dön

Yüz ifadelerinde duygu tanıma için derin öğrenme modeli

Deep learning model for emotion recognition in facial expressions

  1. Tez No: 884152
  2. Yazar: AHMET MENTEŞ
  3. Danışmanlar: PROF. DR. TÜRKER TEKİN ERGÜZEL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Sağlık Yönetimi, Computer Engineering and Computer Science and Control, Healthcare Management
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Üsküdar Üniversitesi
  10. Enstitü: Sağlık Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Sağlık Bilişimi Ana Bilim Dalı
  12. Bilim Dalı: Sağlık Bilişimi Bilim Dalı
  13. Sayfa Sayısı: 71

Özet

Yüz ifadeleri yüz yüze iletişimde büyük rol oynar. Etkili iletişim kurulması için yüz ifadelerinden yararlanırız. Günümüzde yapay zeka başlığı altında derin öğrenme modelleri, insan-makine etkileşimi için sınıflandırma teknolojileri sunmuştur. Bu bağlamda, yüz ifadelerinden duygu tanıma için derin öğrenme modelleri ve trasfer öğrenme yöntemi kullanılarak duygu analizi gerçekleşmiştir. Bu çalışmanın amacı, derin öğrenme modellerinden ve transfer öğrenme yönteminden yararlanarak yüz ifadelerinden duygu tanıma yaklaşımında sınıflandırma performanslarını incelemektir. Çalışma kapsamında, ResNet18, DenseNet121, ResNet50 ve 2DCNN modellerini, büyük ölçekli yüz ifadeleri veri seti RAF-DB ile eğitilmiştir. Modellerin performansı, performans metrikleri ile değerlendirilmiştir. Elde edilen sonuçlar model güvenirliğini arttırmak için 5-kat çapraz doğrulama yapılmıştır. ResNet18 diğer modellere kıyasla yüksek başarı oranına sahip olduğu görülmüştür. Modeller arasında istatistiksel olarak anlamlı fark olup olmadığını ölçmek için tek yönlü varyans analizi ANOVA yapılmıştır. Gruplar arasında istatistiksel olarak anlamlı fark görülmüştür. Bu sonuçlar, derin öğrenme yöntemlerinin duygu sınıflandırması görevinde etkin rol oynadığını göstermektedir. Gelecekte yapılan çalışmalar, sınıflandırma teknolojilerinin geliştirilmesi konusunda katkı sağlayabilir. Derin öğrenme yöntemleri ile duygu analizi, sağlık alanlarından otonom sürüş güvenliğine kadar etkili olduğu görülmüştür.

Özet (Çeviri)

Facial expressions play an important role in face to face communication. We use facial expressions to communicate effectively. Today, deep learning models under the title of artificial intelligence have provided classification technologies for human-machine interaction. In this context, emotion analysis has been performed using deep learning models and transfer learning methods for emotion recognition from facial expressions. The aim of this study is to investigate the classification performance of emotion recognition from facial expressions using deep learning models and transfer learning methods. In this study, ResNet18, DenseNet121, ResNet50 and 2DCNN models were trained on the large-scale facial expression dataset RAF-DB. The performance of the models was evaluated using performance metrics. The results obtained were subjected to 5-fold cross-validation to increase the reliability of the models. ResNet18 was found to have a high success rate compared to other models. One-way analysis of variance ANOVA was performed to determine if there was a statistically significant difference between the models. There was a statistically significant difference between the groups. These results show that deep learning methods play an effective role in the emotion classification task. Future studies can contribute to the development of classification technologies. Emotion analysis using deep learning methods has been shown to be effective in areas ranging from health to autonomous driving safety.

Benzer Tezler

  1. Video etiketleme ve akıllı arama uygulamasının geliştirilmesi

    Development of video tagging and smart search application

    DİLŞEN YILDAR HAVAYLAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MURAT OSMAN ÜNALIR

  2. Emotion Recognition from Facial Expressions using Deep Learning Approaches in Information Technologies

    Bilgi Teknolojilerinde Derin Öğrenme Yaklaşımları Kullanılarak Yüz İfadelerinden Duygu Tanıma

    AHMED ADNAN HAMEED QUTUB

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YILMAZ ATAY

  3. Transfer learning based facial emotion recognition and action unit detection

    Transfer öğrenme tabanlı yüz ifadesinden duygu tanıma ve eylem birimi tespiti

    SÜLEYMAN ENGİN BAĞLAYİCİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HATİCE KÖSE

  4. Emotion recognition using deep learning focusing on the hand and facial expressions

    El ve yüz ifadelerine odaklanan derin oğrenmeyi kullanarak duygu tanıma

    HASANAIN JAWAD RADEEF

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YILMAZ AR

  5. Bulut tabanlı derin öğrenme modelleri kullanılarak insansı robotlarda duygu analizi

    Analysis of emotion in humanoid robots using cloud–based deep learning models

    MUHAMMED COŞKUN IRMAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ABDULSAMET HAŞILOĞLU