Abstrait

UNE NOUVELLE APPROCHE POUR LA DÉTECTION DE L'HUMEUR PAR L'UTILISATION DE L'ANALYSE EN COMPOSANTES PRINCIPALES ET DE L'ALGORITHME DE FISHERFACE

Rajneesh Singla et Sahil Bansal

Les expressions faciales naturelles se produisent généralement dans les interactions sociales entre les personnes et sont utiles pour fournir un contexte émotionnel à l'interaction et pour communiquer des intentions sociales. Cet article décrit une idée concernant la détection d'un visage humain inconnu à partir d'images d'entrée et la reconnaissance de son humeur actuelle. L'objectif de cet article est que l'état psychologique donne des informations sur certains troubles utiles au diagnostic de la dépression, de la manie ou de la schizophrénie. L'élimination des erreurs dues aux reflets dans l'image n'a pas été mise en œuvre, mais les algorithmes utilisés dans cet article sont efficaces sur le plan informatique pour résoudre les erreurs. Dans cet article, nous avons accepté de reconnaître cinq humeurs différentes : la joie, la peur, le mépris, la tristesse, le dégoût et l'étonnement. L'analyse en composantes principales (PCA) est mise en œuvre avec l'algorithme de visage de Fisher pour reconnaître différentes humeurs. La partie principale de cet article est une base de données émotionnelle qui contiendra des images de visages, leurs unités d'action correspondantes et leurs étiquettes. La contribution de cette base de données au problème énoncé ci-dessus est qu'elle peut être utilisée par des systèmes afin de reconnaître des expressions faciales émotionnelles étant donné l'une des données de la base de données, c'est-à-dire la combinaison des unités d'action