HEAL DSpace

Αναγνώριση συναισθήματος με χρήση τεχνικών βαθιάς μάθησης

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

dc.contributor.author Χριστοδούλου, Χρήστος el
dc.contributor.author Christodoulou, Christos en
dc.date.accessioned 2024-02-16T10:33:42Z
dc.date.available 2024-02-16T10:33:42Z
dc.identifier.uri https://dspace.lib.ntua.gr/xmlui/handle/123456789/58910
dc.identifier.uri http://dx.doi.org/10.26240/heal.ntua.26606
dc.rights Default License
dc.subject Αναγνώριση Συναισθήματος el
dc.subject Ανάλυση Εικόνων el
dc.subject Βαθιά Μάθηση el
dc.subject Συνελικτικά Νευρωνικά Δίκτυα el
dc.subject Ταξινόμηση Συναισθημάτων el
dc.subject Υπολογιστική ΄Οραση el
dc.subject Emotion recognition en
dc.subject Image analysis en
dc.subject Deep learning en
dc.subject Convolutional neural networks (CNN) en
dc.subject Emotion classification en
dc.subject Computer vision en
dc.title Αναγνώριση συναισθήματος με χρήση τεχνικών βαθιάς μάθησης el
dc.contributor.department Tομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεων el
heal.type bachelorThesis
heal.classification Βαθιά Μάθηση el
heal.access free
heal.recordProvider ntua el
heal.publicationDate 2023-10-19
heal.abstract Η αναγνώριση συναισθημάτων αποτελεί αντικείμενο έρευνας σε διάφορα επιστημονικά πεδία όπως η ψυχολογία, η κοινωνιολογία και η ιατρική. Η παρούσα διπλωματική εργασία εξετάζει το πρόβλημα της αυτόματης αναγνώρισης επτά συναισθημάτων από εικόνες προσώπου με τη χρήση νευρωνικών δικτύων. Στόχος της εργασίας είναι η ανάπτυξη ενός ελαφρού και ευέλικτου μοντέλου που θα μπορεί να αναγνωρίζει συναισθήματα με μεγάλη ακρίβεια όχι μόνο από μετωπικές εικόνες αλλά και από εικόνες που έχουν ληφθεί υπό γωνία. Για τον σκοπό αυτό, χρησιμοποιήθηκαν διάφορες αρχιτεκτονικές συνελικτικών νευρωνικών δικτύων και πραγματοποιήθηκαν εκτενείς πειραματισμοί σε δύο σύνολα δεδομένων που περιλαμβάνουν εικόνες προσώπων με ετικέτες συναισθημάτων. Τα αποτελέσματα της εργασίας δείχνουν ότι τα προτεινόμενα μοντέλα βαθιάς μάθησης επιτυγχάνουν υψηλή ορθότητα στην αναγνώριση συναισθημάτων από εικόνες προσώπου και θα μπορούσαν να εφαρμοστούν σε πεδία όπου η ανίχνευση των συναισθημάτων είναι ζωτικής σημασίας. el
heal.abstract Facial emotion recognition is a subject of research in various scientific fields such as psychology, sociology and medicine. This thesis examines the problem of automatic recognition of seven emotions from facial images using artificial neural networks. The aim of the work is to develop a lightweight and versatile model that will be able to recognise emotions with high accuracy not only from frontal images but also images taken at an angle. For this purpose, multiple convolutional neural network architectures were used and extensive experiments were performed on two datasets that include face images with emotion labels. The results of this diploma thesis show that the suggested deep learning models achieve high accuracy in emotion recognition from facial images and could be applied to various fields where emotion detection is crucial. en
heal.advisorName Ασκούνης, Δημήτριος
heal.committeeMemberName Ασκούνης, Δημήτριος
heal.committeeMemberName Ψαρράς, Ιωάννης
heal.committeeMemberName Μαρινάκης, Ευάγγελος
heal.academicPublisher Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών el
heal.academicPublisherID ntua
heal.numberOfPages 126
heal.fullTextAvailability false


Αρχεία σε αυτό το τεκμήριο

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής