GEOTRUST SSL CERTIFICATE
Titre : | Reconnaissance des expressions faciales émotionnelles par l’apprentissage profond |
Auteurs : | Dr. LATRECHE Abdelkrim, Directeur de thèse ; MOHAMMEDI Amel, Auteur ; OTMANI Rym, Auteur |
Type de document : | texte imprimé |
Editeur : | [S.l.] : Algèrie:unv saida-Dr Moulay Tahar, 2021-2022 |
Format : | 102p. / 29cm |
Accompagnement : | CD |
Note générale : | Bibliographie |
Langues: | Français |
Catégories : | |
Mots-clés: | Émotion, reconnaissance des expressions faciales, extraction des caractéristiques faciales, réseaux de neurones de convolution (CNNs), deeplearning. |
Résumé : |
La reconnaissance des expressions faciales est devenue un domaine de recherche de plus
en plus important ces dernières années. La reconnaissance des émotions est l’un des domaines scientifiques les plus complexes. Ces dernières années, de plus en plus d’applications tentent de l’automatiser. Plusieurs travaux ont été développés dans le domaine de l’apprentissage au- tomatique sur la reconnaissance des expressions faciales en utilisant plusieurs algorithmes pour l’extraction des caractéristiques (statistiques ou structurelles) et des classifieurs. Ces travaux ont prouvé leurs puissances en termes du taux de reconnaissance sur les petites bases de données, mais, ces résultats restent limités dans le cadre de traitement de très grande base de données. Avec l’apparition du concept de deep Learning (apprentissage en profondeur) et les bases de données volumineuses, un nouvel axe de recherche est développé. Notre travail consiste à proposer un système de reconnaissance des expressions faciales basé sur le deep learning et plus particulièrement sur les réseaux de neurones convolutifs (CNN). Ce système consiste à détecter un visage d’une personne à partir d’une image, ou via une caméra pour connaître l’expression avec un taux de précision associe aux sept expressions uni- verselles.Dans ce travail, nous traitons les expressions émotionnelles à travers le visage et spé- cifiquement aux émotions universelles suivantes : la peur, la colère, le dégoût, la surprise, la joie, la tristesse et l’état neutre. Deux modèles différents d’algorithme basé sur les réseaux de neurones de convolution (CNNs) entraîné et validé dans l’ensemble de données FER2013 ont été proposés. Les expériences ont été menées afin de vérifier la faisabilité du système propose. Nous comparons les résultats obtenus par ces modèles avec d’autres tels que VGG16. Avec les premiers tests expérimentaux réalisés sur l’ensemble de données FER2013, nous avons obtenus des résultats satisfaisants. |
Note de contenu : |
1-Reconnaissance des expressions faciales
2-Deep Learning 3-Conception d’un Système REF basé sur CNNs 4-Implémentation et résultats |
Exemplaires (1)
Code-barres | Cote | Support | Localisation | Section | Disponibilité |
---|---|---|---|---|---|
TECT01814 | T.I.MS00640 | Périodique | Salle des Thèses | Informatique | Exclu du prêt |
Documents numériques (1)
Reconnaissance des expressions faciales émotionnelles par l’apprentissage profond Adobe Acrobat PDF |