Методи машинного навчання в задачах розпізнавання міміки обличчя

Abstract

Кваліфікаційна робота присвячена дослідженню та розробці системи автоматичного розпізнавання міміки обличчя на основі методів машинного навчання. У першому розділі розглянуто теоретичні аспекти комп'ютерного зору, проаналізовано психологічні моделі емоцій та сучасні підходи до ідентифікації мімічних ознак. Другий розділ містить опис методів попередньої обробки зображень, виділення ключових точок обличчя та порівняльний аналіз архітектур глибокого навчання, зокрема згорткових нейронних мереж (CNN). У третьому розділі представлено програмну реалізацію системи розпізнавання емоцій з використанням бібліотек OpenCV, Dlib та TensorFlow/Keras, а також результати тестування моделі на валідаційних датасетах. Окремо висвітлено питання економічної ефективності, охорони праці та цивільної безпеки користувачів ІТ-систем

The qualification work is devoted to the research and development of an automatic facial expression recognition system based on machine learning methods. The first chapter discusses the theoretical aspects of computer vision, analyzes psychological models of emotions and modern approaches to identifying facial features. The second chapter describes image preprocessing methods, facial landmark detection, and a comparative analysis of deep learning architectures, particularly convolutional neural networks (CNN). The third chapter presents the software implementation of the emotion recognition system using OpenCV, Dlib, and TensorFlow/Keras libraries, as well as the results of testing the model on validation datasets. Issues of economic efficiency, labor protection, and civil safety of IT systems users are separately highlighted