Luận văn tập trung vào nghiên cứu vấn đề trích chọn đặc trưng từ ảnh từ đó áp dụng các thuật toán học máy nhằm giải quyết bài toán đề xuất. Ứng dụng của lớp bài toán phân loại, nhận dạng trạng thái cảm xúc khuôn mặt có thể kể đến như: tương tác người-máy, phân tích cảm xúc, phát hiện trạng thái mệt mỏi của con người, video tương tác, đánh chỉ mục của ảnh và video, . Mời các bạn cùng tham khảo! | ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TIN VÀ TRUYỀN THÔNG DƯƠNG VĂN CƯỜNG NGHIÊN CỨU MỘT SỐ PHƯƠNG PHÁP TRÍCH CHỌN ĐẶC TRƯNG CHO ẢNH VÀ ỨNG DỤNG TRONG BÀI TOÁN PHÂN LOẠI TRẠNG THÁI CẢM XÚC KHUÔN MẶT Chuyên ngành Khoa học máy tính Mã số 84 8 01 01 LUẬN VĂN THẠC SĨ KHOA HỌC MÁY TÍNH Người hướng dẫn khoa học TS. VŨ VIỆT VŨ THÁI NGUYÊN 2018 i MỤC LỤC MỤC LỤC . i DANH MỤC CÁC CHỮ VIẾT TẮT . iii DANH MỤC CÁC HÌNH VẼ. iv Mở đầu . 1 Chương 1. Tổng quan về khai phá dữ liệu ứng dụng . 3 . Khái niệm về lĩnh vực khai phá dữ liệu và phát hiện tri thức . 3 . Khái niệm . 3 . Các mô hình học máy cơ bản . 5 . Ứng dụng của học máy . 8 . Tổng quan về bài toán trích chọn đặc trưng trích chọn đặc trưng cho dữ liệu hình ảnh . 9 . Bài toán phân loại cảm xúc khuôn mặt . 11 . Những vấn đề nghiên cứu của luận văn . 12 Chương 2. Nghiên cứu một số phương pháp trích chọn đặc trưng cho ảnh . 14 . Tổng quan về trích chọn đặc trưng . 14 . Phương pháp trích chọn đặc trưng Gabor . 15 . Phương pháp trích chọn đặc trưng HoG . 18 . Giới thiệu. 18 . Các bước trích trọn đặc trưng HoG trên ảnh . 19 . Phương pháp trích chọn đặc trưng LBP . 25 . Một số phương pháp học máy ứng dụng trong bài toán phân loại trạng thái cảm xúc khuôn mặt . 31 . Phương pháp học không giám sát . 31 Phương pháp phân cụm bán giám sát . 33 . Phương pháp học có giám sát . 35 ii . Kết luận . 37 Chương 3. Kết quả thực nghiệm. 38 . Giới thiệu. 38 . Kết quả thực nghiệm . 40 Thực hiện phương pháp Gabor . 41 Kết quả thực nghiệm với thuật toán học bán giám sát MCSSDBS SSDBSCAN. . 41 Kết quả thực nghiệm với thuật toán K-Means và Seed K-Means . 43 . Kết luận . 45 KẾT LUẬN . 46 Những kết quả đã đạt được . 46 Hướng phát triển tiếp theo của đề tài . 46 TÀI LIỆU THAM KHẢO . 48 iii DANH MỤC CÁC CHỮ VIẾT TẮT DBSCAN Phương pháp phân cụm dựa trên mật độ Density Based Spatial Clustering of Application with Noise HoG Biểu đồ các đường dốc .
