Evrişimsel Sinir Ağlarında Duygu Tanıma Algoritmalarının Hiperparametreler ile Kapsamlı Analizi

Abstract

İnsanlar, davranışsal özelliklerini duygular aracılığıyla ifade ederler. Bir diğer deyişle ifadeler, insan davranış özelliklerinin duygusal dışavurumudur. Yüz ise bu ifadeleri insan-insan etkileşiminde en temel noktaya taşır. Bu etkileşimler sayesinde insanlardan geri tepkiler alınır, fakat makinelerin bu etkileşimi algılayabilmesi için üzerinde çalışılmalıdır. Karikatürize insan görünümleriyle yalnızca duygulara odaklanılmasına olanak sağlayan FERG veri setinde daha yüksek performans elde edilmesi, gerçek görüntülerdeki başarım oranını da arttıracaktır. Bu amaçla, bu çalışmada, insan yüzündeki duyguların yapay zekâ yardımıyla daha hızlı ve isabetli tahmin edilmesi üzerine yoğunlaşılmıştır. Bu bağlamda 7 duygu ifadesi olan Şaşkın, Üzgün, Normal, Mutlu, Korku, İğrenme, Kızgın isabetli bir şekilde tahmin edilmeye çalışılmıştır. FERG veri seti ile çalıştırılan ResNet 50, ResNet 50 32x4d, Vit_b_16, Vit_b32, EfficientNet B0, EfficientNet B1, EfficientNet B2 modellerinde %100 başarım elde edilmiştir. Modellerin performans metrikleri karşılaştırmalı olarak sunulmuştur. FERG veri seti ile yapılan literatürdeki diğer çalışmalarla sonuçlar kıyas edilmiştir.