Адаптивна модель згорткової нейронної мережі для розпізнавання міміки людини за зображенням обличчя

Анотація

Розпізнавання міміки на зображенні людини для формування моделі соціальних взаємодій при розробці інтелектуальних систем комп'ютерного зору, людино-машинної взаємодії, онлайн навчання, емоційного маркетингу, ігрового інтелекту, є актуальною задачєю. Метою роботи є скорочення часу навчання та обчислювальних ресурсів без втрати достовірності багатозначної класифікації рухових одиниць для вирішення задачі розпізнавання міміки на зображенні людини за рахунок розробки адаптивної моделі згорткової нейронної мережі та методу її навчання з «тонким налаштуванням» параметрів. Для досягнення мети в роботі вирішено наступні завдання: досліджено моделі спеціалізованих згорткових нейронних мереж та переднавчених на наборі ImageNet, показано етапи трансферного навчання згорткових нейронних мереж; розроблено модель згорткової нейронної мережі та метод її навчання для розв'язання задач розпізнавання міміки на зображенні людини, розроблено функцію втрат для повнозв'язкового шару попередньо навченої згорткової нейронної мережі для підвищення достовірності багатозначної класифікації рухових одиниць міміки людини; проаналізовано достовірність розпізнавання рухових одиниць на основі розроблених адаптивної моделі згорткової нейронної мережі та методу її трансферного навчання. Показано, що в середньому використання пропонованої функції втрат у повнозв'язному шарі багатозначного класифікатора рухових одиниць у рамках розробленої адаптивної моделі згорткової нейронної мережі на основі загальнодоступної MobileNet-v1 та методу її трансферного навчання дозволило підвищити достовірність розв'язання задачі розпізнавання міміки на зображенні особи людини на 6% за оцінкою значення F1.