چکیده مقاله
در این مقاله، در ابتدا، تاثیر پیش آموزشImageNet ۱ بر شناسایی هیجان چهره ۲FER مورد بررسی قرار گرفته است که نشان داده آموزش شبکه های عمیق با وزنه ای تصادفی نتایج بهتری نسبت وزنه ای پیش آموزش داده شده روی ImageNet ارائه میدهد در مرحله بعد، روشی برای بهبود شناسایی هیجان چهره به نام یادگیری چند وظیفه ای ترکیبی ۳HMTL پیشنهاد شده است HMTL از یادگیری خود نظارتی ۴SSL به عنوان وظیفه ای کمکی در فرایند یادگیری بانظارت ۵SL در قالب یادگیری چند وظیفه ای ۶MTL استفاده میکند استفاده از SSL در حین آموزش میتواند اطلاعات بیشتری را از تصاویر چهره برای سر با نظارت شناسایی هیجان مهیا کند در این مقاله بررسی شده است که چگونه یادگیری مطابق با رویکرد HMTL پیشنهادی را میتوان در حوزه شناسایی هیجان چهره مورد استفاده قرار داد در نهایت بدون اینکه از داده های اضافی استفاده شود، مشاهده شده است از طریق دو روش پیشنهادی مطابق با رویکرد HMTL به بهترین نتایج بر روی AffectNet میتوان رسید همچنین نتایج تجربی در مورد پیش آموزش وزن های طبق SSL و آموزش توسط رویکرد HMTL پیشنهادی، تفاوت و برتری رویکرد معرفی شده را نشان داده است
کلیدواژهها
نویسندگان
شیوه ارجاع
پورمیرزایی، مهدی و فلاحی، محمد،1401،بهبود شناسایی هیجان چهره با ترکیب یادگیری بانظارت و خودنظارتی،پانزدهمین کنفرانس علوم و مهندسی کامپیوتر و فناوری اطلاعات،بابل
ارائهشده در
مجموعه مقالات پانزدهمین کنفرانس علوم و مهندسی کامپیوتر و فناوری اطلاعات31 فروردین 1401 · بابل