TY -的A2 Elhalawany部队m . AU -赛义德,Saad AU -沙阿,Ali Asghar盟,伊桑·穆罕默德Khurram盟,但穆罕默德Rizwan AU -马哈茂德,阿萨德盟——Mezgebo Teweldebrhan PY - 2022 DA - 2022/03/31 TI -自动面部表情识别框架使用深度学习SP - 5707930六世- 2022 AB -面部表情是最重要的元素之一,它可以告诉我们关于人的精神状态。人类可以用非语言的方式传达大约55%的信息通过语言交流,剩下的近45%。面部表情自动识别目前最困难的任务之一,在计算机科学领域。面部表情识别(带)的应用不仅限于理解人类行为和监测人的情绪和精神状态的人类。它也渗透到其他领域,如犯罪学、全息、智能医疗系统,安全系统,教育、机器人、娱乐、和压力检测。目前,面部表情在医学科学起着重要的作用,特别是帮助双相情感障碍病人的情绪变化非常频繁。在这项研究中,一个算法,自动面部检测框架使用一个卷积神经网络(FD-CNN)提出了四个褶积层和两个隐藏层来提高精度。延长Cohn-Kanade (CK +)使用数据集,包括面部图像不同的男性和女性与表达式如愤怒、恐惧、厌恶、蔑视,中性的,快乐,悲伤和惊奇。在这项研究中,FD-CNN执行三个主要步骤,包括预处理、特征提取和分类。通过使用这种方法,一个拿来获得94%的准确性。 In order to validate the proposed algorithm, K-fold cross-validation is performed. After validation, sensitivity and specificity are calculated which are 94.02% and 99.14%, respectively. Furthermore, the f1 score, recall, and precision are calculated to validate the quality of the model which is 84.07%, 78.22%, and 94.09%, respectively. SN - 2040-2295 UR - https://doi.org/10.1155/2022/5707930 DO - 10.1155/2022/5707930 JF - Journal of Healthcare Engineering PB - Hindawi KW - ER -