Là một vị tướng, Support Vector Machine (SVM) được sử dụng để nhận dạng biểu hiện trên khuôn mặt như giận dữ, nụ cười, sự ngạc nhiên vv nơi vẫn còn hoạt động phát triển diễn ra. Googling cung cấp cho bạn rất nhiều giấy tờ về chủ đề này, (thậm chí một trong những người bạn đời lớp của tôi đã làm điều này như dự án năm cuối cùng của mình). Để làm được điều đó, ban đầu bạn cần huấn luyện SVM và làm điều đó, bạn cần những hình ảnh mẫu ngáp và khuôn mặt bình thường.
Ngáp gần như tương tự như bất ngờ, nơi miệng mở trên cả hai trường hợp. Tôi khuyên bạn nên kiểm tra trang 3 dưới giấy: Real Time Facial Expression Recognition in Video using Support Vector Machines (Nếu bạn không thể truy cập vào liên kết, google theo tên giấy)
Các giấy (ngay cả bạn cùng lớp của tôi) được sử dụng vector chuyển của đặc điểm khuôn mặt. Đối với điều này, bạn tìm thấy một số điểm đặc trưng trên khuôn mặt. Ví dụ, trong bài báo, họ đã sử dụng học sinh mắt, điểm cực của nắp, đầu mũi, điểm cực của vùng miệng (môi) vv. Sau đó, chúng liên tục theo dõi vị trí của các đối tượng địa lý và tìm khoảng cách euclide giữa chúng. Chúng được sử dụng để đào tạo SVM.
Check-out dưới hai giấy tờ:
Feature Points Extraction from Faces
Fully Automatic Facial Feature Point Detection Using Gabor Feature Based Boosted Classifiers
ảnh Look dưới đây những gì tôi có nghĩa là bởi các điểm đặc trưng trên khuôn mặt:
Trong trường hợp của bạn , tôi nghĩ bạn là impl ementing nó trong iPhone trong thời gian thực. Vì vậy, có thể bạn có thể tránh các điểm đặc trưng ở mắt (mặc dù không phải là một ý tưởng tốt, vì khi bạn ngáp, mắt trở nên nhỏ về kích thước). Nhưng so với nó, điểm đặc trưng ở môi cho thấy nhiều biến thể và chiếm ưu thế hơn. Vì vậy, thực hiện trên môi một mình có thể tiết kiệm thời gian. (Vâng, tất cả phụ thuộc vào bạn).
Lip Segmentation: Nó đã được thảo luận trong SOF và kiểm tra câu hỏi này: OpenCV Lip Segmentation
Và cuối cùng, tôi chắc chắn bạn có thể tìm thấy rất nhiều chi tiết về googling, bởi vì nó là một khu vực phát triển năng động, và rất nhiều giấy tờ có ở đó.
Một Lựa Chọn:
Một tùy chọn khác trong khu vực này, mà tôi đã nghe nói nhiều lần, là Active Appearance Model
. Nhưng tôi không biết gì về nó cả. Google nó cho mình.
Nó có thể được ghi nhận như là một ví dụ về nhận dạng biểu hiện khuôn mặt, chủ yếu được thực hiện bằng cách sử dụng SVM. Vì vậy, googling trong tuyến đường đó có thể cung cấp cho bạn một số kết quả tốt. –
Điều gì xảy ra nếu người dùng che miệng khi họ ngáp? – Hassan
@Hassan gửi cho họ một electroshock cho rằng quá! :) – kenny