Інформаційний синтез адаптивної системи візуального діагностування емоційно-психічного стану людини
DOI:
https://doi.org/10.15587/1729-4061.2016.75683Ключові слова:
оптимізація, інформаційно-екстремальна інтелектуальна технологія, інформаційний критерій, психодіагностування, навчання, критерій функціональної ефективностіАнотація
Розглянуто процес візуального визначення емоційно-психічного стану, що базується на оцінці подібності лівопівкульного та правопівкульного портретів людини. Запропоновано метод аналізу подібності таких портретів за модифікованою ентропійною мірою Шеннона в рамках інформаційно-екстремальної інтелектуальної технології. Доведено, що запропонований метод дозволив зменшити поріг чутливості системи психодіагностування до зміни емоційно-психічного стану через визначення в процесі навчання оптимальних в інформаційному розумінні співвідношень RGB-складових зображень обличчя
Посилання
- Wang, J.-W., Le, N. T., Lee, J.-S., Wang, C.-C. (2016). Color face image enhancement using adaptive singular value decomposition in fourier domain for face recognition. Pattern Recognition, 57, 31–49. doi: 10.1016/j.patcog.2016.03.021
- Pattanasethanon, P., Savithi,C. (2012). Human Face Detection and Recognition using Web-Cam. Journal of Computer Science, 8(9), 1585–1593. doi: 10.3844/jcssp.2012.1585.1593
- Magesh, K.C., Ragul, G., Thiyagarajan, R. (2013). Gabor featured statistical modeling in face recognition with chaotic database. International Journal of Emerging Technology and Advanced Engineering, 3 (S1), 278–284.
- Campomanes-Álvarez, B. R., Ibáñez, O., Navarro, F., Alemán, I., Botella, M., Damas, S., Cordón, O. (2014). Computer vision and soft computing for automatic skull–face overlay in craniofacial superimposition. Forensic Science International, 245, 77–86. doi: 10.1016/j.forsciint.2014.10.009
- Takehara, T., Ochiai, F., Suzuki, N. (2015). A small-world network model of facial emotion recognition. The Quarterly Journal of Experimental Psychology, 69(8), 1508–1529. doi: 10.1080/17470218.2015.1086393
- De Brito Ferreira Fernandes, F., Gigante, A. D., Berutti, M., Amaral, J. A., de Almeida, K. M., de Almeida Rocca, C. C. et. al. (2016). Facial emotion recognition in euthymic patients with bipolar disorder and their unaffected first-degree relatives. Comprehensive Psychiatry, 68, 18–23. doi: 10.1016/j.comppsych.2016.03.001
- Ali Khan, S., Hussain, A., Usman, M. (2016). Facial expression recognition on real world face images using intelligent techniques: A survey. Optik - International Journal for Light and Electron Optics, 127(15), 6195–6203. doi: 10.1016/j.ijleo.2016.04.015
- Xiaofeng, F. (2009). Facial expression recognition based on multi-scale centralized binary pattern. Control Theory & Applications, 6, 26–32.
- Anbarjafari, G. (2013). Face recognition using color local binary pattern from mutually independent color channels. EURASIP Journal on Image and Video Processing, 2013(1), 6. doi: 10.1186/1687-5281-2013-6
- Garrard, P., Rentoumi, V., Gesierich, B., Miller, B., Gorno-Tempini, M. L. (2014). Machine learning approaches to diagnosis and laterality effects in semantic dementia discourse. Cortex, 55, 122–129. doi: 10.1016/j.cortex.2013.05.008
- Dovbysh, A. S. (2009). Foundation of intelligent systems designing: tutorial. Sumy: Publisher SSU, 171.
- Shelehov, І. V., Prylepa, D. V. (2014). Optimization of the parameters of learning computerized diagnostic systems emotional-mental state of the person. Radioelectronic and computer systems, 1(65), 161–167.
- Dovbysh, A. S., Shelehov, І. V., Prylepa, D. V. (2014). Information-extreme algorithm for system diagnostics emotional and mental person’s state learning. Radio Electronics, Computer Science, Control, 2(31), 156–163.
- Anuashvili, A. N. (2008). Objective psychology based on the wave model of the brain. Moscow: Econ-Inform, 292.
- Khatuntsev, A. Y., Martynova, N. S. (2009). Computational Geometry and Computer Graphics. Sumy: Publisher SSU, 137.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2016 Anatoliy Dovbysh, Igor Shelehov, Dmitriy Prylepa, Ivan Golub
![Creative Commons License](http://i.creativecommons.org/l/by/4.0/88x31.png)
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.