Implementation of neural network classifier for assessing human emotional state
https://doi.org/10.35266/1999-7604-2025-1-3
Abstract
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.
About the Authors
M. Yu. Kataev
Tomsk State University of Control Systems and Radioelectronics, Tomsk
Russian Federation
Russian Federation
Doctor of Sciences (Engineering), Professor
M. Ya. Braginsky
Surgut State University, Surgut
Russian Federation
Russian Federation
Candidate of Sciences (Engineering), Docent
D. V. Tarakanov
Surgut State University, Surgut
Russian Federation
Russian Federation
Candidate of Sciences (Engineering), Docent
I. O. Tarakanova
Surgut State University, Surgut
Russian Federation
Russian Federation
Assistant Professor
References
1. Ekman P., Friesen W. V. Facial Action Coding System: A Technique for the Measurement of Facial Movement. Palo Alto: Consulting Psychologists Press, 1978.
2. Ахметшин Р. И., Кирпичников А. П., Шлеймович М. П. Распознавание эмоций человека на изображениях // Вестник технологического университета. 2015. Т. 18, № 11. С. 160–163.
3. 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.
4. 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.
5. Иванов И. А. Проектирование нейросетевого классификатора для решения задачи распознавания эмоций // Решетневские чтения. 2015. Т. 2., № 19. С. 42–44.
6. 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.
7. Литвинов В. А. Компьютерные тренажеры как средство эффективного формирования компетенций обучающихся // Вестник Барнаульского юридического института МВД России. 2020. № 1. С. 210–212.
8. Брагинский М. Я., Тараканов Д. В. Построение многофункционального тренажера по управлениютеплоэнергетической системой // Вестник кибернетики. 2018. № 2. С. 161–168.
9. 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.
10. Брагинский М. Я., Тараканов Д. В. Моделирование взаимодействия коллектива операторов в процессе управления технической системой // Вестник кибернетики. 2018. № 4. С. 100–106.
11. 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.
12. 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.
13. 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.
14. 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.
Review
For citations:
Kataev M.Yu., Braginsky M.Ya., Tarakanov D.V., Tarakanova I.O. Implementation of neural network classifier for assessing human emotional state. Proceedings in Cybernetics. 2025;24(1):19-25. (In Russ.) https://doi.org/10.35266/1999-7604-2025-1-3
Views:
156
Email this article 