Nhận diện cảm xúc khuôn mặt dùng mạng nơ – ron tích chập cnn trên phần cứng jetson TX2
Email tác giả liên hệ:
phuctq@hcmute.edu.vnDOI:
https://doi.org/10.54644/jte.63.2021.38Từ khóa:
Nhận diện, cảm xúc khuôn mặt, mạng nơ-ron, CNN, Jetson TX2Tóm tắt
Trong bài báo này, tác giả sử dụng mạng nơ-ron tích chập, một trong những kiến trúc phổ biến của học sâu để nhận diện và phân loại cảm xúc khuôn mặt. Một cách tổng quát, các mạng nơ-ron được chọn có cấu trúc phức tạp và có tham số lớn, tác giả tập trung vào việc xây dựng một mạng nơ-ron đơn giản hơn và phù hợp với bộ dữ liệu thông qua phương pháp so sánh và đánh giá. Ngoài ra, tác giả cũng tập trung vào việc thu thập một tập dữ liệu đủ lớn để đạt kết quả cao. Cụ thể, tác giả lựa chọn sử dụng nền tảng phần cứng nhúng Jetson TX2 của NVIDIA để tận dụng khả năng tính toán của GPU nhằm tối ưu thời gian tính toán và huấn luyện dữ liệu. Trong đó, dữ liệu được sử dụng là FER2013 và RAF để huấn luyện và kiểm tra. Phương pháp sử dụng đã đạt được độ chính xác 72% trên tập dự liệu kiểm tra.
Tải xuống: 0
Tài liệu tham khảo
HeJun, Li Shuai, Shen Jinming, Liu Yue, Wang Jingwei, Jin Peng, "Facial Expression Recognition Based on VGGNet Convolutional Neural Network," 2018 Chinese Automation Congress (CAC), Xi'an, China, pp. 4146-4151, 2018. DOI: https://doi.org/10.1109/CAC.2018.8623238
Imane Lasri , Anouar Riad Solh , Mourad El Belkacemi, "Facial Emotion Recognition of Students using Convolutional Neural Network," 2019 Third International Conference on Intelligent Computing in Data Sciences (ICDS), Marrakech, Morocco, pp. 1-6, 2019. DOI: https://doi.org/10.1109/ICDS47004.2019.8942386
D. V. Sang, N. Van Dat and D. P. Thuan, "Facial expression recognition using deep convolutional neural networks," 2017 9th International Conference on Knowledge and Systems Engineering (KSE), Hue, 2017, pp. 130-135. DOI: https://doi.org/10.1109/KSE.2017.8119447
S. Turabzadeh, H. Meng, R. Swash, M. Pleva, and J. Juhar, “Facial Expression Emotion Detection for Real-Time Embedded Systems,” Technologies, vol. 6, no. 1, p. 17, Jan. 2018. DOI: https://doi.org/10.3390/technologies6010017
"Nvidia. Autonomous Machines," NVIDIA, [Online]. Available: https://developer.nvidia.com/embedded/develop/hardware?fbclid=IwAR2SmS-iYoKCWGrc6fysbbbd7t07Ly8dw-g9lfldJT-ilbP9aT28vSrFs8I.
Artiom Basulto-Lantsova , Jose A. Padilla-Medina , Francisco J. Perez-Pinal , Alejandro I. Barranco-Gutierrez, "Performance comparative of OpenCV Template Matching method on Jetson TX2 and Jetson Nano developer kits," 2020 10th Annual Computing and Communication Workshop and Conference (CCWC), Las Vegas, NV, USA, pp. 0812-0816, 2020. DOI: https://doi.org/10.1109/CCWC47524.2020.9031166
"Technical Specifications," NDIVIA, [Online]. Available: https://developer.nvidia.com/embedded/develop/hardware.
"Nvidia. Autonomous Machines," NVIDIA, [Online]. Available: https://developer.nvidia.com/embedded/develop/hardware?fbclid=IwAR2SmS-iYoKCWGrc6fysbbbd7t07Ly8dw-g9lfldJT-ilbP9aT28vSrFs8I.
J. Flores, "Training a TensorFlow model to recognize emotions," 24 May 2018. [Online]. Available: https://medium.com/@jsflo.dev/training-a-tensorflow-model-to-recognize-emotions-a20c3bcd6468.
Z.Zhang, "Improved Adam Optimizer for Deep Neural Networks," 2018 IEEE/ACM 26th International Symposium on Quality of Service (IWQoS), Banff, AB, Canada, 2018, pp. 1-2. DOI: https://doi.org/10.1109/IWQoS.2018.8624183
Tee Connie , Mundher Al-Shabi , Wooi Ping Cheah, Michael Goh, " Facial Expression Recognition Using a Hybrid CNN–SIFT Aggregator," Multi-disciplinary Trends in Artificial Intelligence (MIWAI), Lecture Notes in Computer Science, vol 10607, 2017. DOI: https://doi.org/10.1007/978-3-319-69456-6_12
Tải xuống
Đã Xuất bản
Cách trích dẫn
Số
Chuyên mục
Categories
Giấy phép
Tác phẩm này được cấp phép theo Giấy phép quốc tế Creative Commons Attribution-NonCommercial 4.0 .
Bản quyền thuộc về JTE.
