درجه بندی تظاهرات احساسی درد در چهره

تشخیص تظاهرات احساسی در چهره، یکی از زمینه های پژوهشی در موضوع ارتباط انسان با ماشین است که امروزه توجه بسیاری از محققین را به خود جلب کرده است. تشخیص خودکار تظاهرات احساسی در تصاویر چهره به دو بخش جایابی چهره و طبقه بندی ویژگی های استخراجی از تصاویر جایابی شده، تقسیم می گردد که در تحقیق حاضر، این دو بخش پیاده سازی شده اند. برای جایابی چهره، با استفاده از گذر از صفر ضرایب تبدیل گابور، یک بردار ویژگی باینری تولید شده و بر اساس معیار فاصله همینگ، مقایسه بردارهای ویژگی انجام می شود. عمل جایابی چهره بر اساس یک تصویر مرجع انجام می گردد. با استفاده از یک ساختار جستجوی هرمی، امکان جایابی چهره هایی با اندازه های مختلف در تصویر ورودی فراهم شده است. روش مورد نظر بر روی بیش از 11000 تصویر چهره از بانک های اطلاعاتی bioid، arو cohen-kanadeآزمایش شده است. دقت جایابی در پس زمینه های ساده و نورپردازی معمولی برابر 99 درصد و در پس زمینه های شلوغ برابر با 1/92 درصد به دست آمده است. در بخش طبقه بندی تظاهرات احساسی درد، علاوه بر جداسازی حالات درد از غیر درد، سعی می گردد تا تظاهرات احساسی درد در سه شدت مختلف درجه بندی گردد. بانک اطلاعاتی مورد استفاده در این تحقیق شامل 476 تصویر از 30 نفر می باشد که هر فرد علاوه بر حالت "معمولی"، تظاهرات احساسی مختلف شامل "خوشحالی"، "تعجب"، "عصبانیت" و همچنین حالت "درد" در سه درجه مختلف را ابراز نموده است. در بخش استخراج ویژگی، ابزارهایی مثل گشتاورهای زرنیک، مولفه های اساسی و تبدیل موجک گابور و گذر از صفر ضرایب گابور و همچنین انطباق تعداد محدودی الگوی احساسی استفاده شده است. در بخش طبقه بندی ویژگی ها از سه طبقه بندی کننده شبکه عصبی پس انتشار خطا، ماشین بردار پشتیبان(svm) و تجزیه بر اساس تفکیک کننده های خطی(lda) ، استفاده شده است. طبقه بندی کلاس ها به دو صورت یک مرحله ای و دو مرحله ای انجام گرفته است. در حالت یک مرحله ای، هر درجه درد یکباره نسبت به تمامی کلاس ها طبقه بندی می گردد. در حالت دو مرحله ای، ابتدا کلاس درد از غیر درد جدا شده و سپس درجه های مختلف درد نسبت به یکدیگر طبقه بندی می گردند. منحنی roc مربوط به خروجی طبقه بندی کننده ها استخراج شده و بر اساس آن مقایسه نتایج انجام گرفته است. برای درد شدید و متوسط، نتایج هر دو روش تقریباً هم ارز می باشد و برای درد کم، استفاده از طبقه بندی کننده دو مرحله ای نتایج بهتری را تولید می نماید. دقت طبقه بندی حالت درد در مقابل غیر درد برابر با 61/86 درصد و دقت طبقه بندی یک مرحله ای حالات درد شدید، متوسط و کم به ترتیب برابر با 02/77 درصد، 71/73 درصد و 15/71 درصد به دست آمده است.