Facial Emotion Images Recognition Based On Binarized Genetic Algorithm-Random Forest

يتم تقييم معظم أنظمة التعرف على مشاعر الوجه البشرية على أساس الدقة فقط، حتى لو كان يُعتقد أيضًا أن معايير الأداء الأخرى مهمة في عملية التقييم مثل الحساسية والدقة وقياس F ومتوسط G. علاوة على ذلك، فإن المشكلة الأكثر شيوعًا التي يجب حلها في أنظمة التعرف على عواطف الوجه هي طرق استخراج الميزات، والتي يمكن مقارنتها بطرق استخراج الميزات اليدوية التقليدية. هذه الطريقة التقليدية غير قادرة على استخراج الميزات بكفاءة. بمعنى آخر، هناك كمية زائدة من الميزات التي تعتبر غير مهمة، والتي تؤثر على أداء التصنيف. في هذا العمل، تم اقتراح نظام جديد للتعرف على مشاعر الوجه البشري من الصور. يتم استخدام HOG (الرسوم البيانية للتدرجات الموجهة) للاستخراج من الصور. بالإضافة إلى ذلك، يتم استخدام الخوارزمية الجينية الثنائية (BGA) كاختيار للميزات من أجل تحديد الميزات الأكثر فعالية لـ HOG. تعمل Random Forest (RF) كمصنف لفئات مشاعر الوجه لدى الأشخاص وفقًا لعينات الصور. أمثلة الوجه البشري للصور التي تم استخراجها من مجموعة بيانات Yale Face، حيث تحتوي على تعبيرات الوجه البشري الأحد عشر هي كما يلي؛ عادي، نور يسار، بلا نظارات، فرح، وسط نور، حزين، نعسان، غمز ومتفاجئ. يتم تقييم أداء النظام المقترح فيما يتعلق بالدقة والحساسية (أي الاستدعاء) والدقة وقياس F (أي درجة F1) ومتوسط G. أعلى دقة لطريقة BGA-RF المقترحة تصل إلى 96.03%. علاوة على ذلك، كان أداء BGA-RF المقترح أكثر دقة من نظيراته. وفي ضوء النتائج التجريبية، أثبتت تقنية BGA-RF المقترحة فعاليتها في التعرف على مشاعر الوجه البشري باستخدام الصور. Most recognition system of human facial emotions are assessed solely on accuracy, even if other performance criteria are also thought to be important in the evaluation process such as sensitivity, precision, F-measure, and G-mean. Moreover, the most common problem that must be resolved in face emotion recognition systems is the feature extraction methods, which is comparable to traditional manual feature extraction methods. This traditional method is not able to extract features efficiently. In other words, there are redundant amount of features which are considered not significant, which affect the classification performance. In this work, a new system to recognize human facial emotions from images is proposed. The HOG (Histograms of Oriented Gradients) is utilized to extract from the images. In addition, the Binarized Genetic Algorithm (BGA) is utilized as a features selection in order to select the most effective features of HOG. Random Forest (RF) functions as a classifier to categories facial emotions in people according to the image samples. The facial human examples of photos that have been extracted