• Save
PresentazioneTesiMarcoSuma
Upcoming SlideShare
Loading in...5
×

Like this? Share it with your network

Share

PresentazioneTesiMarcoSuma

  • 1,499 views
Uploaded on

 

More in: Education
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
1,499
On Slideshare
1,477
From Embeds
22
Number of Embeds
2

Actions

Shares
Downloads
0
Comments
0
Likes
0

Embeds 22

http://www.linkedin.com 16
https://www.linkedin.com 6

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. Politecnico di Bari Facoltà di Ingegneria Corso di Laurea in: Ingegneria Informatica A.A. 2010/2011 Tesi di Laurea in: ELEMENTI DI SISTEMI ESPERTIRiconoscimento intelligente delle Emozioni dalle espressioni faccialiRelatore: Prof. Ing. Vitoantonio BEVILACQUA Laureando: Marco SUMA Data: 05/10/2011
  • 2. Argomenti trattati:• Le emozioni primarie;• Facial Action Coding System (FACS);• Valutazione delle emozioni tramite tecniche di Image Processing;• Valutazione delle emozioni tramite tecniche di soft computing;
  • 3. Le emozioni«Sono stati mentali e fisiologici associati a modificazioni psicofisiologiche, a stimoli interni o esterni, naturali o appresi.» Secondo la teoria di J. Ekman (Teoria Differenziale), le emozioni primarie: • Possono essere pensate come entità discrete; • Sono universali e chiaramente distinguibili; • Sono sei: Felicità, Tristezza, Rabbia, Paura, Sorpresa, Disgusto;
  • 4. Facial Action Coding System (FACS) È un sistema realizzato da J. Ekman e W. Friesen La codifica avviente mediante l’utilizzo di Action Units (AUs):• Sono unità fondamentali che rappresentano azioni facciali minime, non ulteriormente scomponibili;• Sono costituite dall’azione combinata di uno o più muscoli facciali.
  • 5. Action Units (AUs)Action Unit Descrizione Immagine Innalzamento interno 1 delle sopracciglia Abbassamento delle 4 sopracciglia Compressione delle 7 palpebre Innalzamento del labbro 10 superiore Trazione degli angoli 12 delle labbra Arrotondamento degli 13 angoli delle labbra 20 Stiramento delle labbra
  • 6. Riconoscimento delle AUs mediante elaborazione delle immagini1) Acquisizione immagini da webcam;2) Individuazione del volto e della regione degli occhi;3) Ricerca dei 14 punti caratteristici del volto;4) Costruzione dei poligoni per la determinazione delle AUs.
  • 7. Costruzione dei poligoni per ilriconoscimento delle Emozioni
  • 8. Riconoscimento delle AUs mediante Reti Neurali (Funzionamento)AU-10AU-12AU-13
  • 9. Riconoscimento delle AUs mediante Reti Neurali (Training set) Training set: 200 esempi di bocche Training set: 100 esempi di nasi Reti Neurali ad apprendimento supervisionatobasate sull’algoritmo di retro-propagazione dell’errore.
  • 10. Riconoscimento delle AUs mediante Reti Neurali (Risultati) 0,9518 0,0105 0,9518 0,9660Risposte corrette: 85% 0,9518 0,9660 0,9518 0,9660 0,0331 0,0105Risposte corrette: 90% 0,0386 0,0105
  • 11. Conclusioni Principali impieghi:• colloqui di lavoro, videoconferenze, …;• Monitoraggio pazienti affetti da malattie neurodegenerative; Articoli pubblicati:A New Tool to Support Diagnosis of Neurological Disorders by Means of FacialExpressions - Vitoantonio Bevilacqua, Dario D‟Ambruoso, Giovanni Mandolino, MarcoSuma, M.:. In: IEEE Proc. of MeMeA, pp. 544–549;A Supervised Approach to Support the Analysis and the Classification of Non VerbalHumans Communications - Vitoantonio Bevilacqua, Marco Suma, Dario D’Ambruoso,Giovanni Mandolino, Michele Caccia, Simone Tucci, Emanuela De Tommaso, andGiuseppe Mastronardi - D.-S. Huang et al. (Eds.): ICIC 2011, LNCS 6838, pp. 426–431, 2011.© Springer-Verlag Berlin Heidelberg 2011;
  • 12. Sviluppi futuri
  • 13. GRAZIE PERL’ATTENZIONE