HyperAIHyperAI

Command Palette

Search for a command to run...

توسيع الشبكات العصبية العميقة: توليد الوجوه لتحليل المشاعر

Dimitrios Kollias Shiyang Cheng Evangelos Ververas Irene Kotsia Stefanos Zafeiriou

الملخص

يقدم هذا البحث منهجًا جديدًا لتركيب التعبيرات العاطفية على الوجه؛ سواءً فيما يتعلق بالتعبيرات الأساسية الستة (أي الغضب، الاشمئزاز، الخوف، الفرح، الحزن والدهشة)، أو فيما يتعلق بالقيمة العاطفية (أي مدى إيجابية أو سلبية العاطفة) والتحفيز (أي قوة تنشيط العاطفة). يقبل المنهج المقترح المدخلات التالية: i) صورة ثنائية الأبعاد محايدة للشخص؛ ii) تعبير وجه أساسي أو زوج من وصفي حالة عاطفية قيمة-تحفيز (VA) سيتم توليدهما، أو مسار للتأثير في فضاء VA ثنائي الأبعاد سيتم توليد صور متسلسلة منه. من أجل تركيب التأثيرات بناءً على VA لهذا الشخص، تم توثيق 600,000600,000600,000 إطار من قاعدة بيانات 4DFAB. يتم تنفيذ تركيب التأثير عن طريق مطابقة نموذج قابل للتغيير ثلاثي الأبعاد على الصورة المحايدة، ثم تشويه الوجه المستعاد وإضافة التأثير المدخل، ودمج الوجه الجديد الذي يحمل التأثير في الصورة الأصلية. توضح التجارب النوعية إمكانية إنتاج صور واقعية عند أخذ الصورة المحايدة من ثلاثة عشر قاعدة بيانات معروفة ومراقبة في المختبر أو طبيعية (in-the-wild)، بما في ذلك Aff-Wild، AffectNet، RAF-DB؛ وتظهر المقارنات مع شبكات المولدات المعادية (GANs) الجودة الأعلى التي حققها المنهج المقترح. بعد ذلك، تم إجراء تجارب كمية باستخدام الصور المتولدة لزيادة البيانات أثناء تدريب الشبكات العصبية العميقة لأداء تحديد التأثير على جميع القواعد البيانات؛ وقد تم تحقيق أداء أفضل بكثير مقارنة بالطرق الرائدة حاليًا وكذلك بزيادة البيانات باستخدام GANs في جميع الحالات.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp