Group Emotion Recognition - De

人々のグループの顔の感情を認識するためのAI（ディープラーニング）アプリ

このプロジェクトは、グループの感情をポジティブ、ニュートラルまたはマイナス。

感情認識の必要性

では、まず最初に、なぜ感情認識が必要なのでしょうか。

感情認識は重要です -

- 顧客、学習者、または一般的なサービスユーザーとしてのユーザーエクスペリエンスを向上させます。

- 正式かつ継続的にユーザーにフィードバックを求めることなく、サービスの向上に役立ちます。

- また、公共の安全、医療、または福祉機器で自動感情認識を使用すると、人々の生活の質を大幅に向上させ、より安全な環境で生活できるようにしたり、障害やその他の健康状態による影響を減らすことができます。 / p>

感情認識の応用

Emotion Recognitionは、群衆分析、ソーシャルメディア、マーケティング、イベントの検出と要約、公共の安全、ヒューマンコンピュータインタラクション、デジタルセキュリティ監視、ストリート分析、画像検索などに適用されます。

グループ感情認識の上昇

人々のグループに対する感情認識の問題はあまり研究されていませんが、ソーシャルイベントに参加している人々のグループの画像を含むソーシャルネットワーキングサイトで入手可能な大量のデータのために人気が高まっています。 >

グループ感情認識が直面する課題

グループの感情の認識は、頭や体のポーズの変化、遮蔽、さまざまな照明条件、俳優の変化、屋内外の設定や画像品質などの障害物のため、困難な問題です。

アプローチ

私たちの解決策は、2つのモジュール（並行して動作する）を統合するパイプラインベースのアプローチです。ボトムアップとトップダウンの2つのモジュールです。そしてトップダウンのアプローチ。

- ボトムアップモジュールは、に含まれる個々の顔を検出して抽出します

imageそしてそれらを入力として事前訓練されたDeepのアンサンブルに渡します

畳み込みニューラルネットワーク（CNN）。

- 同時に、トップダウンモジュールはに関連付けられているラベルを検出します。

シーンを予測し、それらを入力として予測するベイジアンネットワーク（BN）に渡します。

各クラスの確率。

- 最後のパイプラインでは、ボトムアップで予測されたグループの感情カテゴリ

モジュールは入力としてトップダウンモジュールのベイジアンネットワークに渡されます。

画像の全体的な予測が得られます。