Sự ảnh hưởng các yếu tố kiến trúc mạng ConvNeXt V2 đến nhận dạng biểu cảm khuôn mặt từ dữ liệu thực tế

Nghiên cứu này áp dụng ConvNext V2 cho bài toán nhận dạng biểu cảm khuôn mặt từ dữ liệu thực tế của FER từ RAF DB với mục đích đánh giá tác động của những yếu tố kiến trúc ConvNext V2 đến độ phức tạp của mô hình và chất lượng nhận dạng cho FER. Các kết quả thử nghiệm cho thấy những yếu tố kiến trúc của ConvNext V2 tác động đến độ phức tạp của mô hình và chất lượng nhận dạng cho FER, cung cấp những phân tích ý nghĩa để làm rõ những vận dụng điểm mạnh của mô hình kiến trúc ViTs và kết hợp với các kiến trúc CNN truyền thống nhằm tăng thêm hiệu quả cho mô hình ứng dụng.

Các nhà nghiên cứu, sinh viên và doanh nghiệp có quan tâm đến khoa học và công nghệ nhận dạng biểu cảm khuôn mặt.

Nghiên cứu này giới thiệu về việc áp dụng ConvNext V2 trong bài toán nhận dạng biểu cảm khuôn mặt từ dữ liệu thực tế RAF DB đối với FER. Điều chỉnh các yếu tố kiến trúc ConvNext V2 và so sánh kết quả giữa mô hình nhận dạng biểu cảm khuôn mặt của FER với các mô hình hiện có đã cho thấy ConvNext V2 có tác động đến độ phức tạp của mô hìểu và chất lượng nhận dạng. Ngoài ra, kết quả thử nghiệm cũng cho thấy rằng kết hợp ConvNext V2 với mô hình kiến trúc ViTs và CNN truyền thống có tăng hiệu quả so với các mô hình hiện có. Tuy nhiên, để lấy tốt hơn kết quả, cần tiếp tục cải thiện và độc lập hóa ConvNext V2.