معرفی و دانلود کتاب تشخیص حالات احساسی صورت به کمک الگوی دودویی محلی - جلد اول

معرفی کتاب تشخیص حالات احساسی صورت به کمک الگوی دودویی محلی - جلد اول

در کتاب تشخیص حالات احساسی صورت به کمک الگوی دودویی محلی - جلد اول نوشتۀ محمدرضا وطن دوست، به مطالعه تشخیص حالت چهره مبتنی بر ماشین به صورت خودکار با استفاده از هوش مصنوعی پرداخته می‌شود و توجه خود را صرفا بر اطلاعات بصری متمرکز کرده که از حرکت صورت و یا ویژگی­‌های صورت استفاده می­‌کنند.

از آن‌جا که حالات چهره انسانی اطلاعات زیادی منتقل می‌کند تشخیص صحیح آن بسیار حائذ اهمیت می‌باشد. در سال‌های اخیر در حوزه تعامل انسان و کامپیوتر (HCI) مطالعات زیادی صورت گرفته اما هنوز هم تشخیص حالت چهره با دقت بالا مسئله‌ای چالش برانگیز بشمار آمده و به موضوعی مهم در حوزه پردازش تصویر بدل گردیده است. بسیاری از این مطالعات تنها حالات عاطفی اولیه را در نظر می‌گیرند که شامل هفت دسته اصلی خنثی، خشم، نفرت، ترس، شادی، ناراحتی و تعجب می‌شوند. استخراج ویژگی از تصاویر ورودی بسیار حائذ اهمیت بوده و ضروری است که فقط ویژگی‌هایی از تصویر انتخاب شوند که سهم زیادی در شناسایی حالت دارند.

انسان در زمینه شناختن حالت احساسی چهره نسبت به کامپیوتر بسیار موفق‌تر است. در واقع انسان‌ها قوی‌ترین سیستم تشخیص حالت چهره ممکن را در اختیار دارند. سیستم تشخیص حالت چهره انسان بسیار بهتر از نمونه‌های کامپیوتری می‌تواند با ترکیبات مختلف ژست، نورپردازی، تار شدن و کاهش کیفیت تصویر هماهنگ شود. در یک ویدیو با کیفیت پایین، انسان‌ها به طور ذاتی الگوهای زمانی و بدنی را با هم ترکیب می‌کنند. کاری که محققان تازه متوجه آن شده‌اند.

چالش‌های زیادی در زمینه تشخیص حالت چهره وجود دارد. برخی از مهمترین آن‌ها عبارتند از: شرایط تصویربرداری نظیر: وضعیت چهره نسبت به دوربین، ژست، وجود یا عدم وجود اجزای مختلف صورت، تعداد پیکسل‌ها در ناحیه چهره، پوشیدگی بخشی از اجزای صورت با استفاده از کلاه، عینک آفتابی، ریش و سبیل، آرایش و تغییر قیافه، نژاد، شرایط نورپردازی و همچنین روند طبیعی پیر شدن انسان، می‌تواند تغییرات زیادی بر تصویر چهره انسان تحمیل کند و باعث شود تشخیص حالت چهره به کاری دشواری بدل شود. همچنین روند پیری در برخی افراد باعث افزایش یا کاهش وزن می‌شود که خود بعد جدیدی بر تنوع و حالت‌های مختلف چهره انسان می‌افزاید. به همین خاطر دامنه تنوع تصاویر چهره بسیار وسیع خواهد بود که چالش اصلی سیستم‌های تشخیص حالت چهره، تعیین حالت احساسی یک فرد در عین وجود تمام این تنوع‌ها و تفاوت‌ها است.

در بخشی از کتاب تشخیص حالات احساسی صورت به کمک الگوی دودویی محلی (Facial expression recognition using the local binary pattern‬) می‌خوانیم:

پیری یکی از جنبه‌های مشکل و چالش برانگیز تشخیص حالت چهره بوده که باعث تغییراتی هم در بافت نرم و هم در بافت سخت چهره می‌شود. تغییر در حجم، تغییر در بافت و از بین رفتن حالت الاستیک بافت چهره در اثر پیری رخ خواهد داد. تغییر الاستیک بافت چهره عامل اصلی در تغییر فرم چهره طی روند پیری بشمار آمده و به طور خاص می‌تواند چین و چروک‌هایی در نواحی از چهره ایجاد کند که قابل پیش‌بینی نبوده و در نواحی از پیش تعیین شده نظیر پیشانی و اطراف چشم، دهان و بینی قرار نگیرند. زمانی که تصاویر چهره فرد در فاصله‌های زمانی چند ساله گرفته شوند خصوصیات بافت پوست ممکن است در اثر کاهش یا افزایش وزن و یا ریزش مو تغییر کند. روند پیری به شدت غیرقابل پیش‌بینی است، اما به نظر می‌رسد یک سری تغییرات که به یک الگوی ساده تصاعدی در طول زمان وابسته است وجود داشته باشد. این تغییرات که به واسطه پیری در چهره رخ می‌دهند، به فاکتورهای بیولوژیکی و محیطی فراوانی نظیر تشعشع خورشیدی، دخانیات، مصرف داروها و میزان استرس وابسته بوده و می‌توانند باعث تسریع یا تأخیر در روند پیری چهره شوند.

محققانی که در زمینه فیزیک و روان‌شناسی فعالیت می‌کنند روش‌های مختلفی را بر پایه زیرفضاها، مدل‌های سه بعدی و یادگیری ماشینی برای تشخیص حالت چهره در طی روند پیری و همچنین به مطالعات ریخت شناسی چهره در طول زمان نظیر بررسی تغییرات کشسانی چهره و همچنین تغییر در فرم و میزان چین و چروک‌های صورت، پرداختند. اما طراحی نحوه ارائه و قوانین تصمیم‌گیری مناسب برای تشخیص حالت چهره طی فرآیند پیری، هنوز مسئله‌ای حل نشده محسوب می‌شود.

فهرست مطالب کتاب

پیشگفتار
مقدمه
فصل اول: مقدمه‌ای بر تشخیص حالت چهره
مشکلات تشخیص حالت چهره
ژست
پوشیدگی اجزای صورت
نورپردازی
تشخیص حالت چهره طی روند پیری
تشخیص حالت چهره مبتنی بر ویدیو
تشخیص حالت چهره از دور
تشخیص حالت چهره در شبکه دوربین‌ها
سنجش حالات احساسی
عضلات حالت دهنده صورت
حالات احساسی پایه
فصل دوم: معرفی برخی از مهمترین شبکه‌های عصبی مصنوعی
بررسی ساختار سلول‌های مغز انسان
شبکه عصبی مصنوعی
ساختار شبکه‌های عصبی
تقسیم‌بندی شبکه‌های عصبی
الگوریتم‌های اصلی و رایج یادگیری ماشین
K نزدیکترین همسایه
انواع تابع فاصله مورد استفاده در KNN
بهینه‌سازی پارامتر K
شبکه عصبی پرسپترون
پرسپترون چند لایه (MLP)
چند ویژگی در مورد MLP رو به جلو
ماشین بردار پشتیبان
معرفی بردارهای پشتیبان و ماشین بردار پشتیبان
ماشین بردار پشتیبان خطی
ماشین بردار پشتیبان غیرخطی
مهم‌ترین توابع کرنل در SVM
کارآیی کرنل بر روی داده ورودی
ماشین بردار پشتیبان چند کلاسه
مزایا و معایب SVM
تابع پایه شعاعی
کاربرد شبکه‌های عصبی
معایب شبکه‌های عصبی
فصل سوم: ارائه دو مفهوم مهم در شبکه‌های عصبی
نرمال‌سازی بردار ویژگی
انواع روش نرمال‌سازی
معیارهای ارزیابی دقت
نسبت‌گیری
مانعیت و جامعیت
ضریب همبستگی
میانگین مربعات خطا (MSE)
ریشه میانگین مربعات خطا (RMSE)
میانگین قدر مطلق خطا (MAE)
میانگین باقی مانده (MR)
درصد میانگین خطاها (MPE)
درصد میانگین قدر مطلق خطاها (MAPE)
فصل چهارم: معرفی مهمترین بانک‌های حالات احساسی چهره
بانک تصاویر چهره JAFFE
بانک تصاویر چهره KDEF
بانک تصاویر چهره AR
بانک تصاویر چهره AT & T
بانک تصاویر چهره Bosphorus
بانک تصاویر چهره CAS-PEAL
بانک تصاویر چهره CMU Multi-PI
بانک تصاویر چهره Cohn-Kanade
فصل پنجم: معرفی مهمترین انواع الگوی دودویی محلی
الگوی دودویی محلی (LBP) پایه
مهم‌ترین انواع الگوی دودویی محلی
ارتقای قابلیت تفکیک کنندگی
بهبود قدرت (استحکام)
انتخاب همسایگی
تعمیم به داده‌های سه بعدی
کاهش اندازه هیستوگرام
ترکیب با سایر روشها
فصل ششم: مراحل کلی ساخت یک سیستم اتوماتیک
جهت تشخیص حالت چهره
مرحله کشف چهره
روش مؤلفه‌های اساسی
روش جداساز خطی
روش مؤلفه‌های مستقل
روش غیرخطی Kernel Methods
روش گراف کشسان
روش مدل ظاهری فعال
تشخیص چهره به روش ویولاجونز
مرحله استخراج ویژگی
مرحله دسته‌بندی
فصل هفتم: ساخت یک سیستم هوشمند جهت تشخیص کارآمد حالت چهره
پردازش اولیه، کشف و آماده‌سازی چهره
استخراج بهینه ویژگی‌ها
فصل هشتم: ارزیابی سیستم هوشمند در تشخیص حالت چهره
خروجی توصیفگر مطرح شده
بررسی نرخ طبقه‌بندی بر اساس معیار فاصله و معیار زاویه
تأثیر بلوک بندی بر دقت توصیفگر مطرح شده
اندازه بردار ویژگی تولید شده
طبقه‌بندی به کمک K-NN
تأثیر Kهای مختلف بر نرخ تشخیص حالت
طبقه‌بندی به کمک MLP
طبقه‌بندی به کمک RBF و eRBF
طبقه‌بندی به کمک SVM
منابع
ارتباط با نویسنده