Отрывок: Signs of the first level are local structural features of the image of a person’s face and key facial features. For each ROI and timestamp, a multicomponent output feature vector of the first level has the form (5):  1 2 3 4, , , H O G S IF T L B P E ig V V V V , (1) and for each vector i V there is a weight of the feature vector, where 1i n ; 4n  . Feature extraction is carried out by one of the following algorithms: HOG, SIFT, LBP, PCA (Eigenfaces). Signs of...
Название : Intelligent emotion recognition system in neural network basis
Авторы/Редакторы : Fathutdinova, K.D.
Vulfin, A.M.
Vasilyev, V.I.
Kirillova, A.D.
Nikonov, A.V.
Дата публикации : 2020
Библиографическое описание : Fathutdinova K.D. Intelligent emotion recognition system in neural network basis / K.D. Fathutdinova, A.M. Vulfin, V.I. Vasilyev, A.D. Kirillova, A.V. Nikonov // Информационные технологии и нанотехнологии (ИТНТ-2020). Сборник трудов по материалам VI Международной конференции и молодежной школы (г. Самара, 26-29 мая): в 4 т. / Самар. нац.-исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем. обраб. изобр. РАН-фил. ФНИЦ "Кристаллография и фотоника" РАН; [под ред. В. А. Фурсова]. – Самара: Изд-во Самар. ун-та, 2020. – Том 4. Науки о данных. – 2020. – С. 428-437.
Аннотация : The human factor plays a significant role in ensuring the integrated safety of technological facilities. It is important to monitor the state of the operator of automated process control systems in soft real-time mode in order to reduce the risk of attention and concentration losses. Paper discusses the issues of increasing the efficiency of monitoring system of the operator’s state by using algorithms for assessing the psycho-emotional state. These algorithms apply methods of intelligent analysis of video sequence data without the use of additional contact sensors, which reduces probability of making a wrong decision due to the timely detection of unstable psycho-emotional states. The accuracy of detecting unstable psycho- emotional states on a test data set is 79%.
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Intelligent-emotion-recognition-system-in-neural-network-basis-84911
Другие идентификаторы : Dspace\SGAU\20200731\84911
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Описание Размер Формат  
ИТНТ-2020_том 4-428-437.pdf640.27 kBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.