تشخیص حالات چهره در دنباله های ویدئویی با استفاده از فیلتر ذره ای و ماشین بردار پشتیبان

آنالیز خودکار حالت چهره یک مسئله ی چالش برانگیز با کاربرد های فراوان می باشد. تشخیص حالت چهره از ویدئو یک زمینه ی تحقیقاتی ضروری در حوزه ی واسط های انسان-کامپیوتر می-باشد. سیستم های تشخیص حالت چهره از سه بخش تشکیل شده اند: آشکارسازی چهره، استخراج ویژگی و تشخیص حالت. در این پایان نامه، سیستم تشخیص حالت چهره شش حالت احساسی پایه را تشخیص می دهد و تغییر مکان نقاط کلیدی چهره بین فریم اول و فریم آخر بردار ویژگی را تشکیل می دهند. برای ردیابی، فیلتر ذره ای مورد استفاده قرار گرفته است. از آن جا که همه ی نقاط ویژگی صورت بر روی لبه یا گوشه قرار دارند، در این پایان نامه به منظور بهبود عمل کرد فیلتر ذره-ای، مقادیر ویژه ی ماتریس کوواریانس گرادیان شدت روشنایی نقاط ویژگی مورد استفاده قرار گرفته اند. ماتریس کوواریانس گرادیان بر اساس رابطه ی بین مقادیر ویژه ی خود سه برچسب پس-زمینه (نه لبه و نه گوشه)، لبه و گوشه به هر پیکسل اختصاص می دهد. الگوریتم فیلتر ذره ای مورد استفاده در این پایان نامه این برچسب ها را برای تشخیص این که پیکسل ها بر روی لبه یا گوشه قرار دارند استفاده می کند و به این پیکسل ها با اختصاص وزن های بزرگ تر تقدم و ارزش بیشتری می-دهد. با استفاده از این روش دقت ردیابی نقاط ویژگی افزایش می یابد در حالی که پیچیدگی زیادی به سیستم تحمیل نمی شود. با استفاده از بردار های ویژگی حاصل و ماشین بردار پشتیبان بهبود نسبی در نرخ تشخیص حالات چهره به دست می آید.