Yüz ifadeleri, insan ilişkilerinde anlam bütünlüğünün sağlanması için büyük rol oynayan, sözlü olmayan işaretlerdir. İnsanoğlu yüz ifadelerini kavramada herhangi bir zorluk çekmezken, bu durum makineler için geçerli olmayıp, halen güvenilir ifade tanıma sistemleri üzerinde araştırmalar yapılmaktadır. Bu çalışmada, insanın içinde bulunabileceği 7 ifade durumunun (öfke, iğrenme, korku, mutluluk, ifadesizlik, üzüntü ve şaşkınlık) analizi gerçekleştirilmiştir. Bu amaçla, her bir ifade için alınan sabit görüntülerin öznitelikleri Gabor filtreleri kullanılarak çıkartılmış ve farklı öznitelik seçme algoritmaları kullanılarak ifadeleri temsil eden en iyi öznitelik kümeleri oluşturulmuştur.
Seçilen öznitelik kümelerinin çoklu SVM (Support Vector Machines-Destek Vektör Makineleri) sınıflandırıcıları üzerindeki etkileri incelenmiş ve sınıflandırma doğruluklarının kullanılan öznitelik seçme algoritmalarına göre nasıl değiştiği karşılaştırmalı olarak değerlendirilmiştir. Çoklu sınıflandırma yapılması amacıyla SVM, One-Vs-One, One-Vs-Rest ve MC-SVM olmak üzere 3 farklı yaklaşım ile birlikte kullanılmıştır. Ayrıca öznitelik seçimi yapılmadan alınan sınıflandırma başarım sonuçları da incelendiğinde, öznitelik seçiminin sınıflandırma doğruluğunun artması yönünde genel olarak büyük etkisinin olduğu görülmüştür.
Yüz ifadeleri, insan ilişkilerinde anlam bütünlüğünün sağlanması için büyük rol oynayan, sözlü olmayan işaretlerdir. İnsanoğlu yüz ifadelerini kavramada herhangi bir zorluk çekmezken, bu durum makineler için geçerli olmayıp, halen güvenilir ifade tanıma sistemleri üzerinde araştırmalar yapılmaktadır. Bu çalışmada, insanın içinde bulunabileceği 7 ifade durumunun (öfke, iğrenme, korku, mutluluk, ifadesizlik, üzüntü ve şaşkınlık) analizi gerçekleştirilmiştir. Bu amaçla, her bir ifade için alınan sabit görüntülerin öznitelikleri Gabor filtreleri kullanılarak çıkartılmış ve farklı öznitelik seçme algoritmaları kullanılarak ifadeleri temsil eden en iyi öznitelik kümeleri oluşturulmuştur.
Seçilen öznitelik kümelerinin çoklu SVM (Support Vector Machines-Destek Vektör Makineleri) sınıflandırıcıları üzerindeki etkileri incelenmiş ve sınıflandırma doğruluklarının kullanılan öznitelik seçme algoritmalarına göre nasıl değiştiği karşılaştırmalı olarak değerlendirilmiştir. Çoklu sınıflandırma yapılması amacıyla SVM, One-Vs-One, One-Vs-Rest ve MC-SVM olmak üzere 3 farklı yaklaşım ile birlikte kullanılmıştır. Ayrıca öznitelik seçimi yapılmadan alınan sınıflandırma başarım sonuçları da incelendiğinde, öznitelik seçiminin sınıflandırma doğruluğunun artması yönünde genel olarak büyük etkisinin olduğu görülmüştür.
Makaleler İngilizce Anahtar Kelimeler:
Yıllar:
