scholarly journals Facial Expression Recognition using CNN

Author(s):  
S. Mary Hima Preethi ◽  
P. Sobha ◽  
P. Rajalakshmi Kamalini ◽  
K. Gowri Raghavendra Narayan

People have consistently been able to perceive and recognize faces and their feelings. Presently PCs can do likewise. We propose a model which recognizes human faces and classifies the emotion on the face as happy, angry, sad, neutral, surprise, disgust or fear. It is developed utilizing a convolutional neural network(CNN) and involves various stages. All these are carried out using a dataset available on the Kaggle repository named fer2013. Precision and execution of the neural system can be assessed utilizing a confusion matrix. We applied cross-approval to decide the ideal hyper-parameters and assessed the presentation of the created models by looking at their training histories.

JOUTICA ◽  
2021 ◽  
Vol 6 (2) ◽  
pp. 484
Author(s):  
Resty Wulanningrum ◽  
Anggi Nur Fadzila ◽  
Danar Putra Pamungkas

Manusia secara alami menggunakan ekspresi wajah untuk berkomunikasi dan menunjukan emosi mereka dalam berinteraksi sosial. Ekspresi wajah termasuk kedalam komunikasi non-verbal yang dapat menyampaikan keadaan emosi seseorang kepada orang yang telah mengamatinya. Penelitian ini menggunakan metode Principal Component Analysis (PCA) untuk proses ekstraksi ciri pada citra ekspresi dan metode Convolutional Neural Network (CNN) sebagai prosesi klasifikasi emosi, dengan menggunakan data Facial Expression Recognition-2013 (FER-2013) dilakukan proses training dan testing untuk menghasilkan nilai akurasi dan pengenalan emosi wajah. Hasil pengujian akhir mendapatkan nilai akurasi pada metode PCA sebesar 59,375% dan nilai akurasi pada pengujian metode CNN sebesar 59,386%.


Sign in / Sign up

Export Citation Format

Share Document