Χρήση τεχνικών βαθιάς μάθησης για την αναγνώριση συναισθημάτων μέσα από εκφράσεις του προσώπου

Abstract

Τα τελευταία χρόνια έχει παρατηρηθεί μία ραγδαία ανάπτυξη στον τομέα της τεχνητής νοημοσύνης και πιο συγκεκριμένα στις τεχνικές της όρασης των υπολογιστών (computer vision). Η βαθιά μάθηση (deep learning) έχει χρησιμοποιηθεί για να λυθούν αποδοτικά πληθώρα προβλημάτων που σχετίζονται με αναγνώριση προτύπων (pattern) σε εικόνες. Σκοπός της παρούσας εργασίας είναι η αναγνώριση της συναισθηματικής κατάστασης του ανθρώπου μέσα από εκφράσεις του προσώπου. Το πρόβλημα αυτό είναι ιδιαίτερα σημαντικό στον ευρύ τομέα της αλληλεπίδρασης του ανθρώπου και του υπολογιστή. Ο επιστημονικός κλάδος της επικοινωνίας ανθρώπου-υπολογιστή ασχολείται τόσο με την κατανόηση του πως οι άνθρωποι χρησιμοποιούν τους υπολογιστές, όσο και με τον σχεδιασμό νέων συστημάτων που ενισχύουν την απόδοση και την εμπειρία του ανθρώπου. Η συναισθηματική κατάσταση ενός ανθρώπου, επηρεάζει σημαντικά τη συμπεριφορά και τις αποφάσεις του. Η ανάπτυξη συναισθηματικής νοημοσύνης (emotional intelligence) σε μηχανές είναι ένας κλάδος της τεχνητής νοημοσύνης γεμάτος προκλήσεις. Τα μοντέλα που δημιουργήθηκαν σε αυτή τη διπλωματική βασίστηκαν σε πολύ αποδοτικά βαθιά συνελικτικά νευρωνικά δίκτυα (CNN) (ResNet-50 και Inception-ResNet-V2) και εκπαιδεύτηκαν έτσι ώστε να μεγιστοποιείται η πιθανότητα εξαγωγής σωστής πρόβλεψης του συναισθήματος. Η αναγνώριση της συναισθηματικής κατάστασης του ανθρώπου μέσα από εκφράσεις του προσώπου προσεγγίζεται ως πρόβλημα παλινδρόμησης (regression) και κατηγοριοποίησης (classification). Πειράματα που εκτελέστηκαν με χρήση της βάσης δεδομένων Semaine, αποδεικνύουν ότι τα βέλτιστα μοντέλα έχουν υψηλή απόδοση.