Bài viết tập trung vào bài toán nhận dạng biểu cảm khuôn mặt bằng phương pháp học sâu sử dụng kiến trúc mạng ResNet101. Độ tin cậy của mô hình được đánh giá dựa trên tập dữ liệu mẫu có sẵn FER2013 cho tỷ lệ nhận dạng cao nhất là 71,22%. Từ phân tích chi tiết độ chính xác từng loại biểu cảm nhóm tác giả đưa ra giải pháp đề xuất ba nhóm biểu cảm chính để xây dựng chương trình đánh giá chất lượng dịch vụ với ba mức độ: hài lòng, bình thường và không hài lòng. | TẠP CHÍ ISSN 1859-316X KHOA HỌC CÔNG NGHỆ HÀNG HẢI KHOA HỌC - CÔNG NGHỆ JOURNAL OF MARINE SCIENCE AND TECHNOLOGY NGHIÊN CỨU NHẬN DẠNG BIỂU CẢM KHUÔN MẶT BẰNG PHƯƠNG PHÁP HỌC SÂU SỬ DỤNG KIẾN TRÚC RESNET RESEARCH OF FACIAL EXPRESSION RECOGNITION BY DEEP LEARNING USING RESNET ARCHITECTURE HỒ THỊ HƯƠNG THƠM NGUYỄN KIM ANH Khoa Công nghệ Thông tin Trường Đại học Hàng hải Việt Nam Email liên hệ thomhth@ 1. Giới thiệu Tóm tắt Biểu cảm khuôn mặt là một phương pháp phi ngôn Nhận dạng biểu cảm khuôn mặt là phương ngữ chính thể hiện cảm xúc giao tiếp của con người. pháp chính cho các ý định xử lý phi ngôn ngữ. Theo các nghiên cứu trong 15 cho thấy 55 thông Nghiên cứu nhận dạng biểu cảm khuôn mặt đã điệp liên quan đến cảm xúc và thái độ là ở nét mặt và đang được quan tâm nghiên cứu và ứng 7 trong đó có thể nói ra phần còn lại là biểu đạt dụng ở nhiều nơi trên thế giới. Do đó trong ngôn ngữ cách mà các từ được nói . Biểu cảm trên bài báo này tập trung vào bài toán nhận dạng khuôn mặt đóng một vai trò quan trọng trong toàn bộ biểu cảm khuôn mặt bằng phương pháp học quá trình trao đổi thông tin. Với sự phát triển nhanh sâu sử dụng kiến trúc mạng ResNet101. Độ tin chóng của trí tuệ nhân tạo tự động nhận dạng biểu cậy của mô hình được đánh giá dựa trên tập cảm khuôn mặt đã được nghiên cứu mạnh mẽ trong dữ liệu mẫu có sẵn FER2013 cho tỷ lệ nhận những năm gần đây. Nghiên cứu về nhận dạng biểu dạng cao nhất là 71 22 . Từ phân tích chi tiết cảm khuôn mặt Facial Expression Recognition - độ chính xác từng loại biểu cảm nhóm tác giả FER đang rất được chú ý quan tâm trong các lĩnh vực đưa ra giải pháp đề xuất ba nhóm biểu cảm tâm lý học thị giác máy tính và nhận dạng mẫu. FER chính để xây dựng chương trình đánh giá chất có các ứng dụng rộng rãi trong nhiều lĩnh vực bao lượng dịch vụ với ba mức độ hài lòng bình gồm tương tác máy tính và con người 11 14 thực tế thường và không hài lòng. ảo 2 thực tế tăng cường 3 hệ thống hỗ trợ người lái tiên tiến 1 giáo dục 7 và giải trí 9 .
