Système de détection faciale des émotions avec CNN
Loading...
Date
2024
Journal Title
Journal ISSN
Volume Title
Publisher
Faculté des sciences
Abstract
Au cours des dernières décennies, la reconnaissance des émotions et l'informatique affective ont suscité un vif intérêt dans divers domaines
de recherche. Les expressions faciales sont reconnues comme un moyen efficace pour identifier les caractéristiques distinctives du comportement
humain et décrire les états émotionnels avec précision.
Dans ce travail de Master, nous nous concentrons sur la détection des émotions humaines à partir de visages. Nous utilisons des réseaux
de neurones à convolution (CNN) pour analyser le dataset FER2013
et identifier des émotions comme le bonheur, la tristesse, la colère, la surprise, le dégoût, la neutralité et la peur. Nos expérimentations
sont menées sur les plateformes Spyder et Google Colab.
Les CNN sont des architectures spécialisées dans la reconnaissance de formes visuelles. En plus de l'analyse théorique, nous avons développé
un modèle innovant de détection d'émotions basé sur les CNN.
Notre étude inclut une comparaison détaillée entre différentes architectures
comme ResNet, VGG, FER-Model, SVM-CNN et Sequential-Model pour leur capacité à apprendre et reconnaître les émotions.