Facial Expression Recognition Based on DWT Feature for Deep CNN

Autor: Beladgham Mohammed, Bendjillali Ridha Ilyas, Merit Khaled, Abdelmalik Taleb Ahmed, Alouani Ihsen
Přispěvatelé: Université Tahri Mohammed, Béchar, COMmunications NUMériques - IEMN (COMNUM - IEMN), Institut d’Électronique, de Microélectronique et de Nanotechnologie - Département Opto-Acousto-Électronique - UMR 8520 (IEMN-DOAE), Institut d’Électronique, de Microélectronique et de Nanotechnologie - UMR 8520 (IEMN), Centrale Lille-Institut supérieur de l'électronique et du numérique (ISEN)-Université de Valenciennes et du Hainaut-Cambrésis (UVHC)-Université de Lille-Centre National de la Recherche Scientifique (CNRS)-Université Polytechnique Hauts-de-France (UPHF)-Centrale Lille-Institut supérieur de l'électronique et du numérique (ISEN)-Université de Valenciennes et du Hainaut-Cambrésis (UVHC)-Université de Lille-Centre National de la Recherche Scientifique (CNRS)-Université Polytechnique Hauts-de-France (UPHF)-Institut d’Électronique, de Microélectronique et de Nanotechnologie - UMR 8520 (IEMN), Centrale Lille-Institut supérieur de l'électronique et du numérique (ISEN)-Université de Valenciennes et du Hainaut-Cambrésis (UVHC)-Université de Lille-Centre National de la Recherche Scientifique (CNRS)-Université Polytechnique Hauts-de-France (UPHF)-Centrale Lille-Institut supérieur de l'électronique et du numérique (ISEN)-Université de Valenciennes et du Hainaut-Cambrésis (UVHC)-Université de Lille-Centre National de la Recherche Scientifique (CNRS)-Université Polytechnique Hauts-de-France (UPHF), Centrale Lille-Institut supérieur de l'électronique et du numérique (ISEN)-Université de Valenciennes et du Hainaut-Cambrésis (UVHC)-Université de Lille-Centre National de la Recherche Scientifique (CNRS)-Université Polytechnique Hauts-de-France (UPHF), INSA Institut National des Sciences Appliquées Hauts-de-France (INSA Hauts-De-France), Institut National des Sciences Appliquées (INSA), A C K N O W L E D G M E N T S :This work is supported by a research project about design and implementation of a surveillance system based on biometric systems for the detection and recognition of individuals and abnormal behaviors (N° A25N01UN080120180002).
Rok vydání: 2019
Předmět:
Discrete wavelet transform
Computer science
ComputingMethodologies_IMAGEPROCESSINGANDCOMPUTERVISION
02 engineering and technology
01 natural sciences
Convolutional neural network
[INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI]
Databases
[INFO.INFO-NI]Computer Science [cs]/Networking and Internet Architecture [cs.NI]
[SPI]Engineering Sciences [physics]
0202 electrical engineering
electronic engineering
information engineering
Feature (machine learning)
[INFO]Computer Science [cs]
Face recognition
Face detection
Histogram equalization
Facial expression
business.industry
010401 analytical chemistry
Pattern recognition
Discrete wavelet transforms
Convolution
[SPI.TRON]Engineering Sciences [physics]/Electronics
0104 chemical sciences
Face
Face (geometry)
Pattern recognition (psychology)
Feature extraction
020201 artificial intelligence & image processing
Artificial intelligence
business
[SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing
Zdroj: CoDIT
6th International Conference on Control, Decision and Information Technologies (CoDIT 2019)
6th International Conference on Control, Decision and Information Technologies (CoDIT 2019), Apr 2019, Paris, France. pp.344-348, ⟨10.1109/CoDIT.2019.8820410⟩
DOI: 10.1109/codit.2019.8820410
Popis: International audience; Facial expressions recognition have become one of the most important fields of research in pattern recognition, in this paper, we propose a method to identify the facial expressions of the people through their emotions, this method combining Viola-Jones face detection algorithm, Facial image enhancement using histogram equalization, discrete wavelet transform (DWT) and deep convolution neural network. Extraction results of facial features using DWT are the input of CNN, which are used directly to train the CNN network. Our experimental were performed on CK+ database and JAFFE face database, the obtained results based on this network is 96.46% and 98.43% respectively.
Databáze: OpenAIRE
Externí odkaz: