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 |
|