Görüntü işleme teknikleri ve evrişimsel sinir ağları kullanılarak yüz ifadesinden duygu tespiti

Abstract

Bu tez çalışmasında, yüzdeki duygu ifadelerini tespit etmek için görüntü işleme teknikleri ve makine öğrenmesi teknikleri incelenmiştir. Öznitelik vektörlerini elde etmek ve yüzdeki duygu ifadedelerini tespit etmek için yapılan çalışmalar aşamalar halinde verilmiştir. Yapılan uygulamalarda ve kategorilerde, 7 duygu kategorisinde, insan yüzleri içeren 981 adet imgeden oluşan CK+ imge seti kullanılmıştır. CK+ veri setinden HOG, LBP, Geometrik Öznitelikler ve Dalgacık Dönüşümü yöntemleri kullanarak öznitelik veri seti oluşturulmuştur. Öznitelik veri seti Destek Vektör Makinaları, K-En Yakın Komşuluk Algoritması ve Lojistik Regresyon sınıflandırma yöntemleri ile sınıflandırılarak yüz ifade tespiti başarı durumları karşılaştırmalı olarak verilmiştir. Veri setindeki imgelerin orijinal hali ve HOG, LBP ve Dalgacık Dönüşümü öznitelik imgelerinin kullanıldığı durumlardaki başarı oranları karşılaştırılmıştır. Evrişimsel Sinir Ağları (CNN) yönteminin duygu ifadeleri tespitindeki başarısı ele alınmıştır.

In this thesis, image processing techniques and machine learning techniques have been examined to detect facial emotions. The studies carried out to obtain the feature vectors and determine the emotion expressions on the face are given in stages. In the applications and categories, CK + image set consisting of 981 images containing human faces in 7 emotion categories was used. The feature data set was created from the CK + data set by using HOG, LBP, Geometric Features and Wavelet Transform methods. The feature data set is classified with Support Vector Machines, K-Nearest Neighborhood Algorithm and Logistic Regression classification methods, and face expression detection success cases are given comparatively. The original state of the images in the data set and the success rates in cases where HOG, LBP and Wavelet transform feature images were used were compared. The success of the convolutional neural networks (CNN) method in detecting emotion expressions is discussed.