Детальная информация

Название: Распознавание эмоций по видеопотоку с применением сверточных искусственных нейронных сетей: выпускная квалификационная работа бакалавра: направление 09.03.03 «Прикладная информатика» ; образовательная программа 09.03.03_03 «Прикладная информатика в области информационных ресурсов»
Авторы: Хвойницкая Яна Михайловна
Научный руководитель: Пак Вадим Геннадьевич
Другие авторы: Пархоменко Владимир Андреевич
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2020
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: искусственные нейронные сети; сверточные нейронные сети; распознавание образов; распознавание эмоций человека; python; open-cv; tensorflow; keras; artificial neural networks; convolutional neural networks; pattern recognition; human emotion recognition
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 09.03.03
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
Ссылки: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2020/vr/vr20-2748
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

Данная работа посвящена исследованию и разработке сверточной нейронной сети для распознавания эмоций человека, созданию системы детектирования лиц и распознавания эмоции на данном лице по видеопотоку в режиме реального времени. В ходе исследования был проведен сравнительный анализ методов детектирования лица в видеопотоке, были рассмотрены и проанализированы модели сверточных нейронных сетей, применяемые для распознавания образов. Определены и проанализированы методы оценки эффективности работы искусственных нейронных сетей. В качестве основы разрабатываемой модели сверточной нейронной сети выбрана архитектура Xception. Разработана и обучена сверточная нейронная сеть для распознавания эмоций человека. Создана система детектирования лиц людей и распознавания эмоции на данном лице по видеопотоку в режиме реального времени. В разработке приложения использовались компоненты библиотеки Keras на базе TensorFlow.

This work is devoted to the study and development of a convolutional neural network for recognizing human emotions, creating a system for detecting faces, and recognizing emotions on a given person using a real-time video stream. During the study, a comparative analysis of the methods for detecting faces in the video stream was carried out, models of convolutional neural networks used for pattern recognition were examined and analyzed. Methods for assessing the performance of artificial neural networks have been identified and analyzed. The architecture of Xception was chosen as the basis of the developed model of the convolutional neural network. A convolutional neural network for recognizing human emotions has been developed and trained. A system has been created for detecting people's faces and recognizing emotions on a given person using a real-time video stream. In developing the application, the components of the Keras library based on TensorFlow were used.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 8
За последние 30 дней: 5
Подробная статистика