ỦY BAN NHÂN DÂN TỈNH BÌNH DƯƠNG
TRƯỜNG ĐẠI HỌC THỦ DẦU MỘT
LÊ MINH TIẾN
NHẬN DẠNG CẢM XÚC KHUÔN MẶT
SỬ DỤNG MẠNG NƠ-RON TÍCH CHẬP
CHUYÊN NGÀNH: HỆ THỐNG THÔNG TIN
MÃ SỐ: 8480104
LUẬN VĂN THẠC SĨ
BÌNH DƯƠNG – 2020
ii
UỶ BAN NHÂN DÂN TỈNH BÌNH DƯƠNG
TRƯỜNG ĐẠI HỌC THỦ DẦU MỘT
LÊ MINH TIẾN
NHẬN DẠNG CẢM XÚC KHUÔN MẶT
SỬ DỤNG MẠNG NƠ-RON TÍCH CHẬP
CHUYÊN NGÀNH: HỆ THÔNG THÔNG TIN
MÃ SỐ: 8480104
LUẬN VĂN THẠC SĨ
NGƯỜI HƯNG DN KHOA HỌC:
TS. BÙI THANH HÙNG
BÌNH DƯƠNG – 2020
iii
LỜI CAM ĐOAN
Tên tôi là: Lê Minh Tiến
Sinh ngày: 22/07/1991
Học viên lớp cao học CH18HT01 – Trường Đại học Thủ Dầu Một
Xin cam đoan: Đề tài “Nhận dạng cảm xúc khuôn mặt bằng mạng
nơ-ron tích chập.” do Thầy TS. Bùi Thanh Hùng hướng dẫn là công trình
nghiên cứu của riêng chúng tôi. Tất cả tài liệu tham khảo đều có nguồn gốc,
trích dẫn rõ ràng.
Tác giả xin cam đoan tất cả những nội dung trong luận văn đúng như
nội dung trong đề cương và yêu cầu của thầy giáo hướng dẫn. Nếu sai chúng
tôi hoàn toàn chịu trách nhiệm trước hội đồng khoa học.
Bình Dương, tháng 12 năm 2020
Tác giả luận văn
Lê Minh Tiến
iv
LỜI CẢM ƠN
Sau một thời gian nghiên cứu và làm việc nghiêm túc, được sự động
viên, giúp đỡ và hướng dẫn tận tình của Thầy hướng dẫn TS. Bùi Thanh
Hùng, luận văn Cao học “Nhận dạng cảm xúc khuôn mặt bằng mạng nơ-
ron tích chập” đã hoàn thành.
Tôi xin bày tỏ lòng biết ơn sâu sắc đến:
Thầy hướng dẫn TS.Bùi Thanh Hùng đã tận tình chỉ dẫn, giúp đỡ
tôi hoàn thành luận văn này. Đồng thời tôi gửi lời cảm ơn đến các thầy, cô
đã giảng dạy truyền đạt kiến thức quý báo cho tôi trong suốt thời gian học
tập và nghiên cứu.
Tôi chân thành cảm ơn bạn bè, đồng nghiệp và gia đình đã động viên,
khích lệ, tạo điều kiện giúp đỡ tôi trong suốt quá trình học tập, thực hiện và
hoàn thành luận văn này.
v
TÓM TẮT LUẬN VĂN
Trong thời đại 4.0 hiện nay, cùng với sự bùng nổ của trí tuệ nhân tạo,
đã có rất nhiều công trình nghiên cứu máy học được công bố, trong số đó
lĩnh vực thị giác máy tính nói chung cũng như nhận dạng hình ảnh nói riêng
là một trong các lĩnh vực được rất đông người quan tâm hiện thời. Trong đó,
bài toán nhận dạng cảm xúc khuôn mặt dựa trên cách trích xuất đặc trưng sử
dùng mạng nơ-ron mang lại hiệu quả cao bởi tính ổn định và thích nghi rất
tốt khi dữ liệu đầu vào có thay đổi.
Cảm xúc khuôn mặt là một trong những phương thức quan trọng nhất
để thể hiện cảm xúc của con người trong giao tiếp xã hội. Tự động nhận
dạng biểu hiện khuôn mặt đã trở thành một chủ đề “yêu thích” trong lĩnh
vực nghiên cứu thị giác máy tính. Trong luận văn này, chúng tôi xin đề xuất
một phương pháp sử dụng mô hình học sâu mạng nơ-ron tích chập (CNN)
để nhận dạng cảm xúc khuôn mặt người thông qua hình ảnh. Bằng cách khai
thác các tính năng ưu việt của CNN, xây dựng một mô hình CNN của riêng
chúng tôi, mô hình đề xuất của chúng tôi đạt được kết quả tốt hơn so với các
mô hình khác. Các thí nghiệm được thực hiện trên cơ sở dữ liệu FER-2013
và điểm ma trận chính xác và nhầm lẫn được sử dụng để đánh giá mô hình
của chúng tôi.
Một phần kết quả nghiên cứu của chúng tôi, bài báo: “Facial
Expression Recognition with CNN-LSTM” đã được công bố tại Hội nghị
RICE 2020 lần thứ 5 - International Conference on Research in Intelligent
and Computing in Engineering tháng 6/2020 và giành được giải thưởng Bài
báo xuất sắc nhất (Best Paper Awards) của Hội nghị.
