procyberВестник кибернетикиProceedings in Cybernetics1999-7604Бюджетное учреждение высшего образования Ханты-Мансийского автономного округа – Югры «Сургутский государственный университет»10.35266/1999-7604-2025-1-3procyber-651Research ArticleТЕХНИЧЕСКИЕ НАУКИEngeneeringПрименение нейросетевого классификатора для оценки эмоционального состояния человекаImplementation of neural network classifier for assessing human emotional statehttps://orcid.org/0000-0002-7710-5463КатаевМ. Ю.KataevM. Yu.

доктор технических наук, профессор

Doctor of Sciences (Engineering), Professor

https://orcid.org/0000-0003-1332-463XБрагинскийМ. Я.BraginskyM. Ya.

кандидат технических наук, доцент

Candidate of Sciences (Engineering), Docent

braginskij_mya@surgu.ruhttps://orcid.org/0000-0003-1851-1039ТаракановД. В.TarakanovD. V.

кандидат технических наук, доцент

Candidate of Sciences (Engineering), Docent

https://orcid.org/0000-0002-7707-5890ТаракановаИ. О.TarakanovaI. O.

ассистент

Assistant Professor

Томский государственный университет систем управления и радиоэлектроники, ТомскРоссияTomsk State University of Control Systems and Radioelectronics, TomskRussian FederationСургутский государственный университет, СургутРоссияSurgut State University, SurgutRussian Federation2025240320252411925Copyright © Катаев М.Ю., Брагинский М.Я., Тараканов Д.В., Тараканова И.О., 20252025Катаев М.Ю., Брагинский М.Я., Тараканов Д.В., Тараканова И.О.Kataev M.Y., Braginsky M.Y., Tarakanov D.V., Tarakanova I.O.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.vestcyber.ru/jour/article/view/651

Данная работа продолжает исследования авторов в области человеко-машинного взаимодействия. Рассмотрена задача распознавания эмоционального состояния человека в процессе его трудовой деятельности. Разработано программное обеспечение для выявления и классификации эмоций с помощью библиотеки DeepFace. Проведенная апробация программного обеспечения показала возможность его применения для идентификации функционального состояния человека.

This article continues the authors’ research in the field of human-machine interaction. The work addresses the problem of recognizing the human emotional state in the process of labor activity. Using Deep-Face, software for identifying and classifying emotions is implemented. The approbation of the software has shown the possibility of its implementation for the human functional state identification.

функциональное состояниераспознавание эмоцийчеловеко-машинное взаимодействиекомпьютерные тренажерыfunctional stateemotion recognitionhuman-machine interactioncomputer simulatorsReferencesEkman P., Friesen W. V. Facial Action Coding System: A Technique for the Measurement of Facial Movement. Palo Alto: Consulting Psychologists Press, 1978.Ekman P., Friesen W. V. Facial Action Coding System: A Technique for the Measurement of Facial Movement. Palo Alto: Consulting Psychologists Press, 1978.Ахметшин Р. И., Кирпичников А. П., Шлеймович М. П. Распознавание эмоций человека на изображениях // Вестник технологического университета. 2015. Т. 18, № 11. С. 160–163.Ахметшин Р. И., Кирпичников А. П., Шлеймович М. П. Распознавание эмоций человека на изображениях // Вестник технологического университета. 2015. Т. 18, № 11. С. 160–163.Бобе А. С., Конышев Д. В., Воротников С. А. Система распознавания базовых эмоций на основе анализа двигательных единиц лица // Инженерный журнал: наука и инновации. 2016. № 9. С. 7.Бобе А. С., Конышев Д. В., Воротников С. А. Система распознавания базовых эмоций на основе анализа двигательных единиц лица // Инженерный журнал: наука и инновации. 2016. № 9. С. 7.Барышев Д. А., Макаревич И. В., Зубанков А. С. и др. Нейросетевой подход к определению эмоций человека по речи // Инженерный вестник Дона. 2022. № 5. С. 183–193.Барышев Д. А., Макаревич И. В., Зубанков А. С. и др. Нейросетевой подход к определению эмоций человека по речи // Инженерный вестник Дона. 2022. № 5. С. 183–193.Иванов И. А. Проектирование нейросетевого классификатора для решения задачи распознавания эмоций // Решетневские чтения. 2015. Т. 2., № 19. С. 42–44.Иванов И. А. Проектирование нейросетевого классификатора для решения задачи распознавания эмоций // Решетневские чтения. 2015. Т. 2., № 19. С. 42–44.Благодарный Н. С., Кобозев В. Ю., Колмогоров А. Г. и др. Компьютерные тренажеры-имитаторы для обучения персонала безаварийной эксплуатации энерготехнологических котлов // Сборник научных трудов Ангарского государственного технического университета. 2015. Т. 1, № 1. С. 7–14.Благодарный Н. С., Кобозев В. Ю., Колмогоров А. Г. и др. Компьютерные тренажеры-имитаторы для обучения персонала безаварийной эксплуатации энерготехнологических котлов // Сборник научных трудов Ангарского государственного технического университета. 2015. Т. 1, № 1. С. 7–14.Литвинов В. А. Компьютерные тренажеры как средство эффективного формирования компетенций обучающихся // Вестник Барнаульского юридического института МВД России. 2020. № 1. С. 210–212.Литвинов В. А. Компьютерные тренажеры как средство эффективного формирования компетенций обучающихся // Вестник Барнаульского юридического института МВД России. 2020. № 1. С. 210–212.Брагинский М. Я., Тараканов Д. В. Построение многофункционального тренажера по управлениютеплоэнергетической системой // Вестник кибернетики. 2018. № 2. С. 161–168.Брагинский М. Я., Тараканов Д. В. Построение многофункционального тренажера по управлениютеплоэнергетической системой // Вестник кибернетики. 2018. № 2. С. 161–168.Арапова Е. А., Крамаров С. О., Сахарова Л. В. Разработка концепции интеллектуальной платформы для реализации индивидуальной траектории обучения с учетом базового уровня знаний и психотипа обучающегося // Вестник кибернетики. 2022. № 1. С. 6–15.Арапова Е. А., Крамаров С. О., Сахарова Л. В. Разработка концепции интеллектуальной платформы для реализации индивидуальной траектории обучения с учетом базового уровня знаний и психотипа обучающегося // Вестник кибернетики. 2022. № 1. С. 6–15.Брагинский М. Я., Тараканов Д. В. Моделирование взаимодействия коллектива операторов в процессе управления технической системой // Вестник кибернетики. 2018. № 4. С. 100–106.Брагинский М. Я., Тараканов Д. В. Моделирование взаимодействия коллектива операторов в процессе управления технической системой // Вестник кибернетики. 2018. № 4. С. 100–106.Сидоров К. В., Ребрун И. А., Кожевников Д. Д. и др. Диагностика психофизиологического и эмоционального состояния человека-оператора // Инженерный вестник Дона. 2012. № 4–2. С. 27.Сидоров К. В., Ребрун И. А., Кожевников Д. Д. и др. Диагностика психофизиологического и эмоционального состояния человека-оператора // Инженерный вестник Дона. 2012. № 4–2. С. 27.Viola P., Jones M. Rapid object detection using a boosted cascade of simple features // Proceedings of the 2001 IEEE Computer Society Conference “Computer Vision and Pattern Recognition”, December 8–14, 2001, Kauai. IEEE, 2001.Viola P., Jones M. Rapid object detection using a boosted cascade of simple features // Proceedings of the 2001 IEEE Computer Society Conference “Computer Vision and Pattern Recognition”, December 8–14, 2001, Kauai. IEEE, 2001.Lienhart R., Maydt J. An extended set of Haar-like features for rapid object detection // Proceedings of “International Conference on Image Processing”, September 22–25, 2002, Rochester. IEEE, 2002.Lienhart R., Maydt J. An extended set of Haar-like features for rapid object detection // Proceedings of “International Conference on Image Processing”, September 22–25, 2002, Rochester. IEEE, 2002.Messom C. H., Barczak A. L. C. Fast and Efficient Rotated Haar-like Features Using Rotated Integral Images // Proceedings of “Australian Conference on Robotics and Automation (ACRA2006)”, 2006. p. 1–6.Messom C. H., Barczak A. L. C. Fast and Efficient Rotated Haar-like Features Using Rotated Integral Images // Proceedings of “Australian Conference on Robotics and Automation (ACRA2006)”, 2006. p. 1–6.

The authors declare that there are no conflicts of interest present.