Усовершенствование алгоритма идентификации эмоционального состояния человека с использованием MFCC
https://doi.org/10.17586/0021-3454-2024-67-9-731-740
Аннотация
Представлен подход к реализации алгоритма эмоционального состояния человека с использованием сверточных нейронных сетей. На основе общей концепции научного исследования рассмотрен вариант усложнения иерархии идентифицируемых эмоций. Проведен сравнительный анализ применения оконного преобразования Фурье и алгоритма MFCC в качестве инструмента для обработки информационных данных. Вариант усложнения предлагаемого метода рассматривается как логический переход от более простого математического аппарата,
представленного в виде оконного преобразования Фурье, к мелкепстральным коэффициентам. Благодаря данному подходу сформирован более информативный входной набор данных без усложнения архитектуры нейронной сети, скорректирована методология научного исследования и с использованием идеализированной базы данных достигнута точность идентификации, близкая к 100 %. Приведено обоснование применения Deep Network Designer как инструмента для создания архитектуры нейронной сети.
Об авторах
В. В. Семенюк
Южно-Российский государственный политехнический университет (НПИ) им. М. И. Платова
Россия
Россия
Виктория Валерьевна Семенюк, аспирант
кафедра программного обеспечения вычислительной техники
Новочеркасск
М. В. Складчиков
Донецкий национальный технический университет
Россия
Россия
Максим Владимирович Складчиков, аспирант
кафедра электропривода и автоматизации промышленных установок
Донецк
Список литературы
1. Топ-5 сфер применения систем распознавания объектов [Электронный ресурс]: https://habr.com/ru/company/toshibarus/blog/433544/, 10. 03. 2022.
2. Li X., Chen Y., Hu J., Zhang J., Zhang Z. Recognizing emotion in human-computer interaction-a survey / IEEE Transactions on Affective Computing. 2016. N 7 (2). P. 149–166.
3. Шиллер А. В. Выражение модернизируемых эффектов эмоций у искусственных агентов как визуальный язык // Праксема. Проблемы визуальной семиотики. 2019. № 4 (22). С. 223—243.
4. Рюмина Е. В., Карпов А. А. Аналитический обзор методов распознавания эмоций по выражениям лица человека // Научно-технический вестник информационных технологий, механики и оптики. 2020. Т. 20, № 2. С. 163–176.
5. Xu H., Liang X., Sun M., Chen S., Feng J. Fusion of Visual and Affective Features for Emotion Recognition in the Wild // IEEE Transactions on Affective Computing. 2018. N 9 (2). P. 261–274.
6. Zhao M., Adelhardt J., Kummert F. Real-time emotion recognition from facial images using deep neural networks // Proc. of the ACM on Intern. Conf. on Multimodal Interaction. 2018. P. 440–447.
7. Shan H., Kan M., Wang S., Yan S. Deep learning for emotion recognition: A survey // IEEE Transactions on Affective Computing. 2017. N 8 (4). P. 512–527.
8. Хрусталёв В. О., Зубков А. В. Разработка технологии распознавания эмоций человека на основе изображений, поступающих с веб-камеры // XXIV региональная конференция молодых ученых и исследователей Волгоградской области. 2020. С. 223–224 [Электронный ресурс]: https://elibrary.ru/item.asp?ysclid=m0425zwq1q320826398&id=42400458.
9. Курицкий В. Ю., Садов С. В. Нейросетевой алгоритм распознавания эмоций по изображению лица // Компьютерные технологии и анализ данных (CTDA’2020). 2020. С. 245–248.
10. Хнюнин М. В., Ганелина Н. Д. Перспективы применения личных мобильных устройств для распознавания эмоций человека по фотографиям лица // Интеллектуальный потенциал Сибири. 2021. С. 179–182.
11. Артемьева Ж. Г., Крушная Н. А. Распознавание эмоций у других людей детьми с нарушениями опорно-двигательного аппарата // Человеческий фактор: социальный психолог. 2020. № 1 (39). С. 288–294.
12. Abadi M. K., Zeng Z. Emotion recognition from speech using deep learning // Proc. of the Interspeech. 2017. P. 2362–2366.
13. Семенюк В. В. Повышение качества компьютерного распознавания эмоционального состояния человека по голосу // Науч.-практ. конф. „Научные революции: Сущность и роль в развитии науки и техники“ : Сб. докл. Челябинск: НИЦ „АЭТЕРНА“, 2021.
Рецензия
Для цитирования:
Семенюк В.В., Складчиков М.В. Усовершенствование алгоритма идентификации эмоционального состояния человека с использованием MFCC. Известия высших учебных заведений. Приборостроение. 2024;67(9):731-740. https://doi.org/10.17586/0021-3454-2024-67-9-731-740
For citation:
Semenuk V.V., Skladchikov M.V. Improvement of the Human Emotional State Identification Algorithm Using MFCC. Journal of Instrument Engineering. 2024;67(9):731-740. (In Russ.) https://doi.org/10.17586/0021-3454-2024-67-9-731-740
Просмотров:
66
Послать статью по эл. почте 