ارائه کننده: احسان بهمن آبادی
استاد راهنما: دکتر مریم ایمانی آرانی 
استاد مشاور: دکتر محمدحسن قاسمیان یزدی
استاد ناظر داخلی: دکتر نادر مکاری یامچی
استاد ناظر خارج از دانشگاه: دکتر رشاد حسینی (دانشگاه تهران)
تاریخ: 1403/07/03
ساعت: 8
مکان: کلاس 01/6

چکیده:
امروزه شناسایی احساسات چهره یک حوزه پر کاربرد در زمینه‌های مختلف نظیر نظارتی و امنیتی، آموزشی، اقتصادی، پزشکی و درمانی است. احساسات فرد به روش‌های مختلف مانند تجزیه و تحلیل سیگنال‌های مغز، قلب، صوت و یا بررسی تغییرات چهره قابل شناسایی است. در این پایان‌نامه ما با استفاده از تصاویر چهره رویکردهایی را تحت عنوان روش ادغام CNN چندسطحی با LBP، ModiResNet نوع اول و دوم و سوم و Residual VGG-19 ارائه کردیم که با به کارگیری تکنیک‌های آماری استخراج ویژگی و طبقه‌بندی سنتی و ترکیب‌ آن‌ها با روش‌های یادگیری عمیق مبتنی بر هوش مصنوعی و به طور خاص، شبکه‌های عصبی کانولوشنی، توانسته‌اند در رقابت با روش‌های رقیب که شامل روش‌های آماری استخراج ویژگی PCA، 2DPCA، مورفولوژی، گابور، GLCM و LBP و طبقه‌بند SVM است و همچنین برخی روش‌های ارائه شده مبتنی بر هوش مصنوعی برتری خود را نشان دهند. در این پایان نامه برای آموزش و آزمایش روش‌ها از دو دیتاست استفاده شده که عبارتند از دیتاست JAFFE به عنوان یک مجموعه داده ساده و دیتاست FER-2013 به عنوان یک مجموعه داده پیچیده. چهت ارزیابی و مقایسه روش‌ها از معیارهای دقت متوسط، دقت کل، حساسیت متوسط، ضریب kappa و F1-score استفاده شده است.