Özet:
Bu çalışmada, altı temel ifadeden oluşan, mutluluk, üzüntü, korku, tiksinme, şaşırma ve öfke ifadelerinin, makine öğrenmesi yardımıyla, kişiden bağımsız olarak gerçek zamanlı videodan tanınması amaçlanmıştır. Yüz ifadesi tanımanın üç hayati adımı bulunmaktadır. Bunların ilki, görüntüden yüz görüntüsü elde etmek, ikincisi ifadeleri iyi temsil edecek öznitelikler elde etmek ve son adım ise başarılı bir makine öğrenme yöntemi ile birlikte ifade tanımanın gerçekleştirilmesidir. Çalışmada görüntüden yüz görüntüsü elde etmek için "Haar Basamaklı Sınıflandırıcıları Yöntemi" kullanılmıştır. Elde edilen yüz görüntülerinden ifadeleri temsil etmek için İkili Yerel Örüntüler (Local Binary Pattern - LBP) öznitelik olarak kullanılmış ve son olarak bu öznitelikler çeşitli makine öğrenmesi yöntemleri ile sistematik olarak Cohn-Canadian veritabanından alınan görüntülerden çeşitli verisetleri oluşturularak incelenmiştir. Yapılan kapsamlı analizlerde Yerel İkili Örüntülerin yüz ifadesi tanımada etkili olduğu gözlemlenmiştir. Deneylerden sonra, yüz ifadesi tanımada en başarılı bulunan yöntem ve veri seti, gerçek zamanlı videodan alınan görüntüler üzerinde denenmiş ve sonuçlar çalışma içerisinde sunulmuştur. Elde edilen sonuçlara göre, dört sınıftan (ifadesiz, mutluluk, şaşırma ve üzüntü) oluşan veri seti, Destek Vektör Makineleri sınıflandırıcı kullanılarak en yüksek tanıma oranı olan %85,37 tanıma doğruluğuna ulaşılmıştır. İncelenen temel altı yüz ifadesi içerisinde diğer sınıflarla en az karıştırılan iki duygu ise şaşırma ve mutluluk olarak gözlemlenmiştir.
