در کتاب تشخیص حالات احساسی صورت به کمک الگوی دودویی محلی - جلد اول نوشتۀ محمدرضا وطن دوست، به مطالعه تشخیص حالت چهره مبتنی بر ماشین به صورت خودکار با استفاده از هوش مصنوعی پرداخته میشود و توجه خود را صرفا بر اطلاعات بصری متمرکز کرده که از حرکت صورت و یا ویژگیهای صورت استفاده میکنند.
از آنجا که حالات چهره انسانی اطلاعات زیادی منتقل میکند تشخیص صحیح آن بسیار حائذ اهمیت میباشد. در سالهای اخیر در حوزه تعامل انسان و کامپیوتر (HCI) مطالعات زیادی صورت گرفته اما هنوز هم تشخیص حالت چهره با دقت بالا مسئلهای چالش برانگیز بشمار آمده و به موضوعی مهم در حوزه پردازش تصویر بدل گردیده است. بسیاری از این مطالعات تنها حالات عاطفی اولیه را در نظر میگیرند که شامل هفت دسته اصلی خنثی، خشم، نفرت، ترس، شادی، ناراحتی و تعجب میشوند. استخراج ویژگی از تصاویر ورودی بسیار حائذ اهمیت بوده و ضروری است که فقط ویژگیهایی از تصویر انتخاب شوند که سهم زیادی در شناسایی حالت دارند.
انسان در زمینه شناختن حالت احساسی چهره نسبت به کامپیوتر بسیار موفقتر است. در واقع انسانها قویترین سیستم تشخیص حالت چهره ممکن را در اختیار دارند. سیستم تشخیص حالت چهره انسان بسیار بهتر از نمونههای کامپیوتری میتواند با ترکیبات مختلف ژست، نورپردازی، تار شدن و کاهش کیفیت تصویر هماهنگ شود. در یک ویدیو با کیفیت پایین، انسانها به طور ذاتی الگوهای زمانی و بدنی را با هم ترکیب میکنند. کاری که محققان تازه متوجه آن شدهاند.
چالشهای زیادی در زمینه تشخیص حالت چهره وجود دارد. برخی از مهمترین آنها عبارتند از: شرایط تصویربرداری نظیر: وضعیت چهره نسبت به دوربین، ژست، وجود یا عدم وجود اجزای مختلف صورت، تعداد پیکسلها در ناحیه چهره، پوشیدگی بخشی از اجزای صورت با استفاده از کلاه، عینک آفتابی، ریش و سبیل، آرایش و تغییر قیافه، نژاد، شرایط نورپردازی و همچنین روند طبیعی پیر شدن انسان، میتواند تغییرات زیادی بر تصویر چهره انسان تحمیل کند و باعث شود تشخیص حالت چهره به کاری دشواری بدل شود. همچنین روند پیری در برخی افراد باعث افزایش یا کاهش وزن میشود که خود بعد جدیدی بر تنوع و حالتهای مختلف چهره انسان میافزاید. به همین خاطر دامنه تنوع تصاویر چهره بسیار وسیع خواهد بود که چالش اصلی سیستمهای تشخیص حالت چهره، تعیین حالت احساسی یک فرد در عین وجود تمام این تنوعها و تفاوتها است.
در بخشی از کتاب تشخیص حالات احساسی صورت به کمک الگوی دودویی محلی (Facial expression recognition using the local binary pattern) میخوانیم:
پیری یکی از جنبههای مشکل و چالش برانگیز تشخیص حالت چهره بوده که باعث تغییراتی هم در بافت نرم و هم در بافت سخت چهره میشود. تغییر در حجم، تغییر در بافت و از بین رفتن حالت الاستیک بافت چهره در اثر پیری رخ خواهد داد. تغییر الاستیک بافت چهره عامل اصلی در تغییر فرم چهره طی روند پیری بشمار آمده و به طور خاص میتواند چین و چروکهایی در نواحی از چهره ایجاد کند که قابل پیشبینی نبوده و در نواحی از پیش تعیین شده نظیر پیشانی و اطراف چشم، دهان و بینی قرار نگیرند. زمانی که تصاویر چهره فرد در فاصلههای زمانی چند ساله گرفته شوند خصوصیات بافت پوست ممکن است در اثر کاهش یا افزایش وزن و یا ریزش مو تغییر کند. روند پیری به شدت غیرقابل پیشبینی است، اما به نظر میرسد یک سری تغییرات که به یک الگوی ساده تصاعدی در طول زمان وابسته است وجود داشته باشد. این تغییرات که به واسطه پیری در چهره رخ میدهند، به فاکتورهای بیولوژیکی و محیطی فراوانی نظیر تشعشع خورشیدی، دخانیات، مصرف داروها و میزان استرس وابسته بوده و میتوانند باعث تسریع یا تأخیر در روند پیری چهره شوند.
محققانی که در زمینه فیزیک و روانشناسی فعالیت میکنند روشهای مختلفی را بر پایه زیرفضاها، مدلهای سه بعدی و یادگیری ماشینی برای تشخیص حالت چهره در طی روند پیری و همچنین به مطالعات ریخت شناسی چهره در طول زمان نظیر بررسی تغییرات کشسانی چهره و همچنین تغییر در فرم و میزان چین و چروکهای صورت، پرداختند. اما طراحی نحوه ارائه و قوانین تصمیمگیری مناسب برای تشخیص حالت چهره طی فرآیند پیری، هنوز مسئلهای حل نشده محسوب میشود.
بله

















