Group Emotion Recognition - De

يهدف هذا المشروع إلى تصنيف العاطفة المتصورة للمجموعة على أنها إيجابية أو Neutral أو سلبي

الحاجة إلى التعرف على العاطفة

إذن ، أولاً وقبل كل شيء ، لماذا نحتاج إلى التعرف على المشاعر؟

التعرف على العاطفة مهم -

- لتحسين تجربة المستخدم ، كعميل أو متعلم أو كمستخدم خدمة عام.

- يمكن أن تساعد في تحسين الخدمات دون الحاجة إلى الطلب بشكل رسمي ومستمر من المستخدم للحصول على تعليقات.

- أيضًا ، باستخدام التعرف التلقائي على المشاعر في السلامة العامة أو الرعاية الصحية أو التكنولوجيا المساعدة ، يمكن أن يحسن بشكل كبير من جودة حياة الناس ، مما يسمح لهم بالعيش في بيئة أكثر أمانًا أو الحد من تأثير الإعاقات أو غيرها من الظروف الصحية. < / P>

تطبيقات التعرف على العاطفة

يحتوي برنامج Emotion Recognition على تطبيقات في تحليلات الجماهير ، والوسائط الاجتماعية ، والتسويق ، واكتشاف الأحداث وتلخيصها ، والسلامة العامة ، والتفاعل بين الإنسان والحاسوب ، ومراقبة الأمن الرقمي ، وتحليلات الشوارع ، واسترجاع الصور ، إلخ.

ظهور التعرف على المشاعر الجماعية

لقد تمت دراسة مشكلة التعرف على المشاعر لمجموعة من الأشخاص على نطاق واسع ، ولكنها تكتسب شعبية بسبب الكم الهائل من البيانات المتوفرة على مواقع التواصل الاجتماعي التي تحتوي على صور لمجموعات من الأشخاص المشاركين في المناسبات الاجتماعية.

التحديات التي تواجه التعرف على عاطفة المجموعة

يمثل التعرف على المشاعر الجماعية مشكلة صعبة نظرًا لوجود عوائق مثل الاختلافات التي تطرأ على الرأس والجسم ، والانسداد ، وظروف الإضاءة المتغيرة ، وتباين الممثلين ، والإعدادات الداخلية والخارجية المتنوعة وجودة الصورة.

النهج

حلنا هو نهج قائم على خط أنابيب يدمج وحدتين (تعملان بشكل متوازٍ): وحدات من أسفل إلى أعلى ومن أعلى إلى أسفل ، استنادًا إلى فكرة أن مشاعر مجموعة من الناس يمكن استنتاجها باستخدام كلا من أسفل إلى أعلى والنهج من أعلى إلى أسفل.

- تكتشف الوحدة من الأسفل إلى الأعلى وتستخرج الوجوه الفردية الموجودة في

صورة ويمررها كمدخلات لمجموعة من ديب المدربين مسبقا

الشبكات العصبية التلافيفية (CNN).

- في نفس الوقت ، تكتشف الوحدة من أعلى إلى أسفل التصنيفات المرتبطة بـ

المشهد ويمررها كمدخلات إلى شبكة بايزي (BN) التي تتوقع

احتمالات كل فصل.

- في المرحلة النهائية ، فئة العاطفة الجماعية التي تنبأ بها من أسفل إلى أعلى

يتم تمرير الوحدة النمطية كمدخلات إلى شبكة بايزي في الوحدة النمطية من أعلى إلى أسفل

ويتم الحصول على تنبؤات شاملة للصورة.