Bilgisayar Kullanıcılarına Yönelik Duygusal İfade Tespiti

Abstract

Özet-Bilgisayar kullanımının yaygınlaştığı günümüzde, insan-bilgisayar etkileşimi ile ilgili yenilikçi çalışmalar hız kazanmıştır. Bu yeniliklerden bir tanesi de bilgisayar kullanıcısı bireylerin duygusal durumlarının, makine ile öğrenilmesidir. Ofis ortamlarında bilgisayarla çalışan bireylerin duygu durumlarının tespit edilebilmesi, özellikle bu kişilerin moral durumu ile iş performansı ilişkisi hakkında anlamlı bilgiler sunabilir. Bu fikirden hareketle, bilgisayar kullanıcısının yüz ifadelerine dayalı anlık duygu tespiti gerçekleştiren prototip bir sistem geliştirilmiştir. Geliştirilen bu sistem sırasıyla; yüz tespiti, yüz işaretçilerinin tespiti, yüz işaretçilerine dayalı özniteliklerden oluşan eğitim veri setinin oluşturulması ve kural-tabanlı sınıflandırıcı ile anlık duygusal durum tespitini gerçekleştirmektedir. Çalışmanın özgünlüğünü ifade eden özniteliklerin ayırt edici karakteristiğini anlamak amacıyla mevcut eğitim veri seti destek vektör makineleri ile durağan bir şekilde sınıflandırılmıştır. Sonuç olarak, sistemin başarımı 10-katlı çapraz doğrulama ile %96,1 olarak tespit edilmiştir. Anahtar Kelimeler-İnsan-bilgisayar etkileşimi, duygusal ifade tespiti, veri madenciliği The Detection of Emotional Expression towards Computer UsersAbstract-In these days, with the widespread use of computers, innovative studies in human-computer interaction have accelerated. One of these innovations is to learn one"s emotional states with the help of a machine. Ascertaining the emotional states of a person working in the office environment can present meaningful information about the correlation between his/her morale and work performance. Based on this idea, an emotion detection system has been developed as a prototype. This system initially performs face and facial landmark detections. Training data set is prepared using these landmarks and then rule-based classifier detects instant emotional states. The training data set has been classified statically with support vector machines to understand the distinctive characteristics of the attributes that express the originality of this study. As a result, the success of the system was detected 96.1% with 10-fold crossvalidation.

Evrişimsel Sinir Ağı Temelli Yüz Tanıma Yöntemleri ile Robot Resim Oluşturma Uygulaması

“…Irk, cinsiyet, poz değişikliği, ışık, yüz ifade farklılıkları ve kullanılan aksesuarlar yüz nirengilemeyi oldukça zor bir hale sokmaktadır [8]. İlgili mevcut literatür tarandığında yüz nirengi noktaların tespiti; yüz tanıma sistemlerinde görüntüyü tanımada zorluklara sebep olan görünüm varyasyonlarını, poz ve oklüzyon problemlerini (diş ve çene bozuklukları) düzeltmede [11,12], yüz ifadelerinin tespitinde [13] ve yüz modelleme [14] alanlarında sıklıkla kullanılmaktadır. Yüz nirengi noktalarının tespitinde oldukça güvenilir algoritmalar [36][37] bulunmasına rağmen bu konu halen araştırılmaya açık bir problemdir.…”

Kosinüs Benzerliğine Dayalı Çapraz-proje Hata Tahmini

“…Tahmin işleminde hatalı ve hatasız yazılım bileşenleri hakkında verilen hükümler karışıklık matrisi ile ifade edilir. Bu matriste TP, TN, FP ve FN olmak üzere dört farklı alan vardır[27,28]. Kısaltmaların ilk harfi tahminin doğru veya yanlış (T/F) olduğunu, ikinci harfi de tahmin edilen bileşenin hatalı veya hatasız (P/N) olduğunu göstermektedir.…”