Professional Documents
Culture Documents
H NI 2010
Trang 2
I HC QUC GIA H NI
TRNG I HC CNG NGH
H NI 2010
LI CM N
Li u tin em xin by t lng bit n ti cc thy, c gio trong trng i
hc Cng ngh - i hc Quc gia H Ni. Cc thy c dy bo, ch dn chng em
v lun to iu kin tt nht cho chng em hc tp trong sut qu trnh hc i hc c
bit l trong thi gian lm kho lun tt nghip.
Em xin by t lng bit n su sc ti PGS TS. Bi Th Duy, thy hng dn
em tn tnh trong hc k va qua.
Ti cng xin cm n nhng ngi bn ca mnh, cc bn lun bn ti, gip
v cho ti nhng kin ng gp qu bu trong hc tp cng nh trong cuc sng.
Cui cng con xin gi ti b m v ton th gia nh lng bit n v tnh cm
yu thng nht. Con xin dnh tng b m kt qu m con t c trong sut bn
nm hc i hc. Con cm n b m nhiu.
H ni, ngy 25/05/2010
Trang 2
TM TT
Bi ton nhn dng cm xc bt u c nghin cu t nhng nm 1970
nhng kt qu t c vn cn nhiu hn ch. Hin nay vn ny vn ang c rt
nhiu ngi quan tm bi tnh hp dn cng nhng vn phc tp ca n. Mc tiu
ca kha lun ny l nghin cu v nh gi v cc phng php nhn dng mt ngi
trong vic nhn dng ra 5 cm xc c bn: Vui, bun, gh tm, dn gi v t nhin trn
nh tnh, chnh din.
T kha: Facial Expression Recognition, Principal Component Analysis, Neural
Network, Decision Tree, Weka
Trang 3
MC LC
LI CM N...................................................................................................................2
TM TT.........................................................................................................................3
DANH MC HNH NH................................................................................................6
GII THIU.....................................................................................................................7
Cu trc ca kha lun..........................................................................................7
Nhn dng cm xc khun mt v ng dng........................................................7
Mt s phng php nhn dng cm xc khun mt............................................8
Cc phng php da trn c trng ca nh...............................................8
Phng php s dng Action Units..............................................................9
Phng php dng m hnh AAM kt hp tng quan im.......................9
M hnh tng quan......................................................................................10
Cc thch thc trong vn nhn dng cm xc khun mt..............................11
Cc vn lin quan............................................................................................11
MT S L THUYT C BN..................................................................................13
Gii thiu v mng nron[6]...............................................................................13
Mng Perceptron nhiu tng (MPL Multi Perceptron Layer)..................14
nh x mng lan truyn tin.......................................................................14
Hm sigmoid...............................................................................................17
Thut ton lan truyn ngc........................................................................18
Gii thiu v PCA...............................................................................................25
Mt s khi nim ton hc..........................................................................25
Ma trn i s..............................................................................................28
Eigenvector (Vect ring)...........................................................................29
Eigenvalue (Gi tr ring)............................................................................29
0.1.1 Phn tch thnh phn chnh (PCA)......................................................29
Chng 1. CC PHNG PHP NHN DNG CM XC KHUN MT............30
Trang 4
Trang 5
DANH MC HNH NH
Hnh 1: M hnh nhn dng cm xc...............................................................................10
Hnh 2: M hnh mng lan truyn tin.............................................................................14
Hnh 3: th hm truyn sigmoid..........................................................................17
Hnh 4: Lan truyn ngc................................................................................................20
Hnh 5: Minh ha vic tnh j cho vic tnh nt n j.......................................................23
Hnh 6: V d v 1 non-eigenvector v 1 eigenvector...........................................28
Hnh 7: V d v 1 eigenvector c t l khc vn 1 l eigenvector................................28
Hnh 8: V d v trch chn c trng bng PCA............................................................31
Hnh 9: M hnh mng nron..........................................................................................33
Hnh 10: Cy quyt nh..................................................................................................34
Trang 6
GII THIU
Cu trc ca kha lun
Vi ni dung trnh by nhng l thuyt c bn v cch p dng vo bi ton nhn
dng cm xc khun mt, kha lun c t chc theo cu trc nh sau:
Chng 1: Gii thiu
Gii thiu s lc v cc phng php nhn dng cm xc, ng dng ca n
trong cuc sng hng ngy, gii thiu cc phng php c s dng trong kha
lun ny, mc tiu v cu trc ca kha lun.
Chng 2: Mt s l thuyt c bn
Chng hai i vo gii thiu tng quan v cc l thuyt c bn. Nhng kin
thc c bn ny l tin ngi c hiu c cch p dng vo bi ton nhn
dng cm xc v lp cc bi ton nhn dng ni chung.
Chng 3: Cc phng php nhn dng cm xc
Chng ny i vo gii thiu mt s phng php nhn dng cm xc s
dng cc l thuyt c bn nu chng hai
Chng 4: Thc nghim
Chng ny phn tch v u, nhc im v so snh, nh gi gia cc
phng php.
Chng 5: Kt lun
Chng ny tng kt li nhng g t c v cha t c. T nu
ln nhng hng nghin cu v pht trin tip theo.
Trang 7
Trang 8
Trang 9
nh ng vin
khun mt
Tin x l nh
nh
tin x l
Nhn dng cm xc
Trang 10
Cm xc
Cc vn lin quan
Bn cnh vic nhn dng cm xc trong khng gian 2D cn c mt s vn
lin quan mt thit.
Nhn dng cm xc trong khng gian 3D[10]: y l vn rt gn gi vi
nhn dng cm xc trong khng gian 2D, tuy nhin trong khng gian 3D chng ta c
nhiu thng tin hn, ngoi mu sc, c trng cn c hnh dng ca khun mt,
Trang 11
Trang 12
MT S L THUYT C BN
Gii thiu v mng nron[6]
C th ni, hin nay, khng c mt nh ngha chnh thc no cho mng neural.
Tuy nhin phn ln mi ngi u ng tnh rng mng neural l mt mng bao gm
rt nhiu b x l n gin (gi l cc unit), mi unit c vng nh ring ca mnh. Cc
unit c kt ni vi nhau thng qua knh thng tin (gi l cc connection), thng
mang d liu s (khng phi l cc k hiu), v c m ha theo mt cch no y.
Cc unit ch x l trn b d liu ca ring n v trn cc u vo c a ti thng
qua cc lin kt. hn ch ca cc php x l cc b ny l n thng trng thi ngh
trong sut qu trnh hc.
Mt s mng neural l cc m hnh mng neural sinh hc, mt s th khng,
nhng t trc ti nay, th tt c cc lnh vc ca mng neural u c nghin cu xy
dng xut pht t cc yu cu xy dng cc h thng nhn to rt phc tp, hay cc
php x l thng minh, v nhng g tung t nh b no con ngi.
Hu ht cc mng neural u c mt vi quy tc hc no m thng qua cc
trng s ca cc lin kt c iu chnh da trn d liu. Ni cch khc, cc mng
neural hc v cc v d v da trn cc d liu th n c kh nng tng qut tri
thc v a ra nhn thc ca mnh.
Mng neural l m hnh mng ng dng cc phng php x l song song v cc
thnh phn mng x l hon ton c lp vi nhau. Mt vi ngui xem kh nng x l
song song s lng ln v tnh lin kt cao ca mng neural l cc tnh cht c trugn
ca n. Tuy nhin vi nhng yu cu nh th th li khng c nhng m hnh n gin,
v d nh m hnh hi quy tuyn tnh n gin, mt m hnh c ng dng rt rng ri
ca mng neural.
Mng neural c th c p dng trong mi trng hp khi tn ti mt mi lin
h gia cc bin c lp (inputs) v cc bin ph thuc (outputs), thm ch l ngay c
khi mi quan h phuc tp. Mt s lnh vc m mng neural c p dng thnh
cng nh d on triu chng y hc, d on th trng chng khon, nh gi tin
cy ti chnh, iu chnh iu kin ca c cu my mc.
Trang 13
Trang 14
Cac nut khng phai la cac nut nhp va nut xut c goi la cac nut n. Trong m
hinh chung ta nghin cu y, co d nut nhp, M nut n va c nut xut.
Kt qua cua nut n th j c tinh nh sau:
d (1)
(1)
a j = w ji xi + w
j0
i =1
(I.26)
(I.27)
Sau o hoat ng zk cua nut n j c tinh toan bng cach chuyn i tng
tuyn tinh (I.27) s dung ham truyn g(.), tc la: zk = g(aj)
(I.28)
Kt xut cua mang c tinh bng cach chuyn i hoat ng cua cac nut n
s dung mt lp cac nut th 2. Vi mi nut xut k, ta co:
M (2)
(2)
a = w zj +w
k i =1 kj
k0
(I.29)
M (2)
a = w zj
k i =0 kj
(I.30)
t z0 =1 ta co:
Sau o gia tri nay c cho qua ham truyn phi tuyn cho ta kt xut u ra cua
nut xut k: y k = g~( a k )
(I.31)
y ta s dung ki hiu biu din ham truyn cua cac nut xut nhm chi ra
rng ham nay co th khng trung vi ham a c s dung trong lp n.
Kt hp (I.27), (I.28), (I.30), (I.31) ta co cng thc chung cho m hinh mang
trong hinh trn:
Trang 15
M (2) d (1)
y = g~ w g w ji xi
k
j =0 kj
i =0
(I.32)
z = g w z j
k
kj
j
(I.33)
trong o g(.) la mt ham truyn phi tuyn, va j thuc tp tt ca cac nut nhp va
cac nut gi kt ni ti nut k (Tham s trong ngng cung a c bao ham trong tng
nay).
Vi mt tp cho trc cac gia tri u vao, ap dung lin tuc cng thc (I.33) se
cho phep cac kich hoat cua tt ca cac nut trong mang c c lng, bao gm ca cac
kich hoat cua cac nut xut. Qua trinh nay c goi la lan truyn tin cac tin hiu qua
mang.
Nu nh cac ham truyn cua tt ca cac nut n trong mang la tuyn tinh, thi vi
nhng mang nh th ta lun lun tim c mt m hinh mang tng ng ma khng
co mt nut n nao. Nhng mang nay c goi la mang tuyn tinh a lp va vi th khng
Trang 16
Hm sigmoid
By gi chung ta se xem xet ham truyn logistic dang S, trong o cac u ra cua
no nm trong khoang (0,1), co phng trinh nh sau:
g( a) =
1
1 + exp( a )
(I.34)
Hinh ve di y biu din mt ham truyn sigmoid cho cac nut trong mang.
y la mt ham mu co mt c tinh v cung quan trong vi : khi x chay t v cung ln
n v cung be thi f(x) lun chay trong khoang t 0 n 1. Giai thut hoc y se iu
chinh trong s cua cac kt ni gia cac nut ham nay anh xa gia tri cua x sang dang
nhi phn, thng thng:
Trong phn nay chung ta se xem xet cac mang neural vi nut xut tuyn tinh.
Tuy nhin iu nay cung chng han ch lp cac ham ma mang co th xp xi hoa. Vic
s dung cac ham sigmoid tai cac u ra se gii han pham vi co th xay ra cua cac nut
Trang 17
xut thanh pham vi co th at ti c cua ham sigmoid (gia tri kt xut la t 0 ti 1),
va trong mt s trng hp thi iu nay co th la khng mong mun. Thm chi ngay ca
khi gia tri xut mong mun la nm trong gii han cua ham sigmoid thi chung ta vn phai
chu y rng ham sigmoid g(.) la mt ham n iu tng, do o no co th ly nghich ao
c. Do vy mt gia tri xut y mong mun i vi mang co nut xut thuc dang
sigmoid thi tng ng vi mt gia tri xut g-1(y) i vi mang co nut xut tuyn tinh.
Mt nut n thuc dang sigmoid co th xp xi mt nut n tuyn tinh bt ki mt
cach chinh xac. Cng vic nay at c bng cach thit k cho tt ca cac trong s cac
cung u vao cua nut, cung nh cac trong ngng, sao cho rt nho ma tng cua cac
gia tri nhp phai nm trn phn tuyn tinh cua ng cong sigmoid, gn ung vi ng
thng nguyn thuy. Trong s trn cung xut t mt nut n tng cha cac nut k tip co
th tao ra tng i ln tai ti l vi hoat ng (va vi trong ngng co c
bc dich chuyn phu hp nu cn thit). Tng t, mt nut n dang sigmoid co th
c tao ra nhm xp xi mt ham bc thang (step) bng vic t gia tri cho cac trong s
va trong ngng rt ln.
Bt ki mt anh xa ham lin tuc nao u co th c trinh bay vi chinh xac
tuy y bi mt mang neural hai lp trong s s dung cac nut n dang sigmoid (Bishop,
1995).
Do o chung ta bit c rng nhng mang neural vi nhiu tng nut x ly cung
co kha nng xp xi hoa bi vi chung a cha ng trong no mang neural hai tng nh
mt trng hp c bit. iu nay cho phep cac tng con lai c sp xp thc hin
nhng bin i tuyn tinh nh a thao lun trn, va s bin i ng nht chinh la mt
trng hp dc bit cua mt phep bin i tuyn tinh (bit rng co u s nut n
khng co s giam bt v chiu xay ra).
Trang 18
Trang 19
Tai bc th hai, cac ao ham se c s dung trong vic tinh toan s iu chinh
i vi trong s. Va ki thut n gian nht c s dung y la ki thut gradient
descent, ki thut nay c Rumelhart et al. (1986) a ra ln u tin.
Mt iu ht sc quan trong la phai nhn thc c rng hai bc nay la phn
bit vi nhau. Do o, qua trinh x ly u tin , c bit n la qua trinh lan truyn
ngc cac li vao trong mang anh gia ao ham, co th c ap dung i vi rt
nhiu laoi mang khac nhau ch khng chi i vi ring mang perceptron nhiu tng. No
cung co th c ap dung vi cac loai ham li khac ch khng chi la ham tinh sai s
binh phng cc tiu, va anh gia cac ao ham khac nay co th s dung cac phng
phap khac nh phng phap ma trn Jacobian va Hessian ma chung ta se xem xet
phn sau. Va cung tng t nh vy thi tai bc th hai, vic iu chinh trong s s
dung cac ao ham a c tinh trc o co th thc hin vi nhiu phng phap ti u
hoa khac nhau, va rt nhiu trong s cac phng phap o cho kt qua tt hn phng
phap gradient descend.
2.1.4.1 Lan truyn ngc
Trang 20
Trong cac mang lan truyn tin noi chung mi nut u tinh tng trong hoa cac
u vao cua no theo cng thc:
a j = w ji z i
(I.35)
Vi zi la gia tri nhp hoc la gia tri xut cua mt nut co cung kt ni vi nut j va
wji chinh la trong s cua cung kt ni o. Gia tri tng nay c tinh trn tt ca cac nut co
kt ni trc tip vi nut j. Chung ta bit rng, trong ngng cua nut cung c a vao
trong tng bng cach tao ra thm mt gia tri nhp c inh = 1. Tng trong (I.35) lai c
bin i thng qua mt ham truyn phi tuyn g(.) a ra c gia tri xut zi cua nut j
theo cng thc:
z i = g ( a j ) (I.36)
By gi chung ta cn phai xac inh gia tri cua cac trong s trong mang thng qua
vic ti thiu hoa ham li.
y ta se coi ca ham li c vit nh mt tng cua tt ca cac li tai mi mu
ring bit.Tng nay se c tinh trn tt ca cac mu cua tp hun luyn
E = En
n
(I.37)
En = En(yc, , yc)
Muc ich cua chung ta y chinh la phai tim ra mt ham nhm tinh c
ao ham cua ham li theo cac trong s va trong ngng cua mang.
i vi tng mu, ta se coi nh a cung cp mt vector nhp tng ng la u
vaova a tinh c cac gia tri xut cua cac nut n cung nh nut xut theo cac cng thc
(I.35), (I.36). Qua trinh nay thng c goi la qua trinh lan truyn tin trong mang.
Trang 21
By gi hay xem xet vic tinh ao ham cua En theo ca trong s wji. Gia tri xut
cua cac nut se phu thuc vao tng mu nhp n nao. Tuy nhin d nhin, ta quy c se
bo qua vic vit ki t n trn cac bin nhp va xut. Trc tin ta cn chu y rng En phu
thuc vao trong s wji thng qua tng gia tri nhp ai cua nut j. Do o ta co th a ra
cng thc tinh cac ao ham ring nh sau:
E n E n a j
=
*
w ji a j w ji
(I.38)
T (I.35) ta c:
a j
w ji
= zi
(I.39)
Nh vy suy ra:
E n
= j z i
w ji
Trong j
(I.40)
E n
a j
T cng thc (I.40) ta thy rng tinh c ao ham chung ta chi cn tinh gia
tri cho mi nut n va nut xut trong mang va sau o ap dung cng thc (I.40).
Vi cac nut xut thi vic tinh k la ht sc n gian.
Ta c:
k
E n
E n
= g ' ( ak )
a k
y k
Trang 22
(I.41)
E n
tnh ra (I.41) ta cn tm ra cng thc tnh g(a) v
.
y
E n
E n a k
=
a j
k a k a j
(I.42)
Trong o gia tri tng c tinh trn cac nut k ma nut j kt ni n. Vic sp xp
cac nut cung nh cac trong s c minh hoa trong Hnh 6.
Chu y rng cac nut co nhan k nay co th bao gm ca nut nhp va nut xut.
By gi chung ta co cng thc lan truyn ngc nh sau:
j g ' ( a j ) wkj k
k
(I.43)
Cng thc nay noi ln rng gia tri cua i vi mt nut n co th c tinh t
vic lan truyn ngc cac gia tri cua cac nut n cao hn trong mang, nh c minh
hoa trong hinh 5. Bi vi chung ta a bit c cac gia tri cua cac nut xut nn ta co th
ap dung (I.43) mt cach quy nhm tinh ra cac gia tri cho tt ca cac nut n trong
mang, ma khng quan tm n cu hinh cua no.
Trang 23
Chung ta co th tng kt lai giai thut lan truyn ngc nhm tinh ao ham ham
li En theo cac trong s trong 4 bc:
a vector nhp xn vao mang va lan truyn tin no trong mang s dung va tim ra
gia tri xut cho tt ca cac nut n cung nh nut xut.
Tinh cho tt ca cac nut xut s dung cng thc
Lan truyn ngc cac d bng cng thc thu c cho mi nut n trong mang.
E n
= j z i tinh cac ao ham.
ap dung
w ji
Trang 24
vector nhp. Vi qua trinh luyn mang, du co s dung lan truyn ngc, co th cn rt
nhiu thi gian, nn vic at c hiu qua nh vy la ht sc quan trong.Vi tng s N
mu luyn, s lng cac bc tinh toan anh gia ham li trn toan b tp d liu se
la N ln bc tinh toan cua mt mu.
[8 9 11 12]
c trung bnh mu bng nhau nhng li kh khc nhau. S khc bit y chnh l
khong cch ca d liu. V lch chun l i lng o khong cch ny. Ta c
th hiu lch chun l khong cch trung bnh t trung bnh mu n cc im ca
d liu. Ta c cng thc:
Trang 25
Tp hp 1
Tp hp 2
Trang 26
Trang 27
Trong
l 1 ma trn vi n hng, n ct v Dimx l chiu th x. V d ma
trn hip phng sai ca 1 tp d liu c 3 chiu x, y, z:
Ma trn i s
Phn ny gii thiu v 2 khi nim l nn tng c s dng trong PCA l
vect ring (eigenvector) v gi tr ring (eigenvalue).
Trang 28
Trang 29
Cc bc c bn trong PCA:
Bc1: Ly d liu (Get data)
Bc2: Tr trung bnh mu.
Vi mi chiu d liu gi s chiu x, ta u c 1 trung bnh mu, cng vic
trong bc ny l tr tt c gi tr trong chiu x cho trung bnh mu x. Kt thc
bc ny ta s c trung bnh mu tt c cc chiu l 0.
Bc 3: Tnh ma trn hip phng sai
Bc 4: Tnh cc vect ring v gi tr ring ca ma trn hip phng sai.
Bc 5: Chn cc thnh phn chnh
y l bc cui cng trong PCA. Trong bc ny, ty thuc vo s lng
thnh phn chnh cn ly, ta ly ln lt cc thnh phn (vect ring) tng ng
vi cc gi tr ring cao nht.
Trang 30
I(Happy 2) = (bHappy 2 1,
:
I(Happy m) = (bHappy m 1, bHappy m 2, bHappy m 3 bHappy m n)
Cm xc bun
I(Sad 1) = (bSad 1 1,
Trang 31
I(Sad 2) = (bSad 2 1,
:
I(Sad m) = (bSad m 1, bSad m 2, bSad m 3 bSad m n)
Trang 32
Cy quyt nh
Trong lnh vc hc my, cy quyt nh l mt kiu m hnh d bo (predictive
model), ngha l mt nh x t cc quan st v mt s vt/hin tng ti cc kt lun v
gi tr mc tiu ca s vt/hin tng. Mi mt nt trong (internal node) tng ng vi
mt bin; ng ni gia n vi nt con ca n th hin mt gi tr c th cho bin .
Mi nt l i din cho gi tr d on ca bin mc tiu, cho trc cc gi tr ca cc
bin c biu din bi ng i t nt gc ti nt l . K thut hc my dng trong
cy quyt nh c gi l hc bng cy quyt nh, hay ch gi vi ci tn ngn gn
l cy quyt nh.
Hc bng cy quyt nh cng l mt phng php thng dng trong khai ph d
liu. Khi , cy quyt nh m t mt cu trc cy, trong , cc l i din cho cc
phn loi cn cnh i din cho cc kt hp ca cc thuc tnh dn ti phn loi . Mt
cy quyt nh c th c hc bng cch chia tp hp ngun thnh cc tp con da
theo mt kim tra gi tr thuc tnh. Qu trnh ny c lp li mt cch qui cho mi
tp con dn xut. Qu trnh qui hon thnh khi khng th tip tc thc hin vic chia
tch c na, hay khi mt phn loi n c th p dng cho tng phn t ca tp con
dn xut. Mt b phn loi rng ngu nhin (random forest) s dng mt s cy quyt
nh c th ci thin t l phn loi.
Cy quyt nh cng l mt phng tin c tnh m t dnh cho vic tnh ton
cc xc sut c iu kin.
Trang 33
Trang 34
giao din ha. Matlab u tin c vit bng Fortran cung cp truy nhp d dng
ti phn mm ma trn c pht trin bi cc d n Linpack v Eispack. Sau n
c vit bng ngn ng C trn c s cc th vin nu trn v pht trin thm nhiu
lnh vc ca tnh ton khoa hc v cc ng dng k thut. Ngoi cc tnh nng c bn,
phn mm MATLAB cn c trang b thm cc ToolBox cc gi chng trnh (th
vin) cho cc lnh vc ng dng rt a dng nh x l tn hiu, nhn dng h thng, x
l nh, mng n ron, logic m, ti chnh, ti u ha, phng trnh o hm ring, tin
sinh hc.
Mng MultiLayer Perceptron c cung cp bi phn mm Weka.
D liu u vo
Gm c 75 nh khun mt mu, phn gii 600 x 800 im nh, tt c cc nh
u l khun mt ca mt ngi v c sng ng u nhau. Cm xc th hin trong
mi nh kh r rng. Tp d liu ny ch c 5 cm xc chnh l: Vui, bun, gh tm,
gin d v bnh thng.
Kho st v nh gi
Trong 75 nh khun mt mu, 40 nh bt k c chn lm d liu hun luyn
v 35 nh cn li lm d liu test.
Trang 35
Vui: 100 %
Gh tm: 100%
Gin d: 67%
Bun: 50%
Vui: 60 %
Gh tm: 14,3%
Gin d: 16,7%
Trang 36
Bun: 0%
Gii thut cy quyt nh J48 cho kt qu nhn dng rt thp, nguyn nhn c th
do tp nh hun luyn qu t (45 nh).
2.1 Tng kt
Chng ny m t thc nghim v kt qu ca 3 phng php nhn dng cm
xc. Phng php th nht l dng PCA v tnh khong cch Euclid, phng php ny
kh nng nhn dng trung bnh, tc chm. Phng php th 2 s dng mng nron
(MLP). Phng php ny c kh nng nhn dng tt, tc nhanh. Phng php th 3
l phng php dng cy quyt nh phn lp. Phng php ny t kt qu rt thp
tuy nhin do tp nh hun luyn qu t (40 nh) nn cha nh gi ht kh nng nhn
dng ca phng php ny.
Trong c 3 phng php cm xc vui lun t kt qu cao nht do c s lng
nh hun luyn nhiu nht. Cm xc bun c s lng nh hun luyn t nht nn t
kt qu thp nht. Nhng cm xc cn li u t kt qu tng i.
Trang 37
Chng 3. KT LUN
Qua thi gian nghin cu v cc phng php nhn dng cm xc khun mt, c
bit l qua qu trnh thc hin kha lun tt nghip, em tm hiu c mt s thut
ton hc v p dng cc thut ton ny cho bi ton phn lp nhn dng cm xc.
Nhng kt qu chnh m kha lun t c c th c tng kt nh sau:
Gii thiu chi tit v phng php trch chn c trng (PCA) v Mng nron
nhiu tng truyn thng (Multilayer Perceptron), ng thi gii thiu s lc v 1
gii thut phn lp khc l cy quyt nh.
Trang 38
Xy dng mt chng trnh hon chnh c giao din tng tc vi ngi s dng
Gii ngha
Cross validation
Feed forward
Input/hidden/output layer
Lp u vo/n/ u ra
Trang 39
Transformation/activation function
Unsupervised learning
Hc khng c gim st
Validation set
Tp mu xc nhn mng
4. Y.Zhang, Q.Ji. Active and dynamic information fusion for facial expression
understanding from image sequence. IEEE Transactions on Pattern Analysis and
Machine Intelligence. 2005.
Trang 40
6. Z.Zhang, M.Lyons, M.Schuster, S.Akamatsu. Comparison Between GeometryBased and Gabor-Wavelets-Based Facial Expression Recognition Using MultiLayer Perceptron. IEEE International Conference on Automatic Face and Gesture
Recognition. 1998.
Trang 41