عرض تفاصيل البحث

ادناه جميع التفاصيل الخاصة بالبحث المطلوب عرضه. توفر هذه المنصة معلومات اساسية حول البحث, لمزيد من التفاصيل يرجى متابعة التصفح من خلال الضغط على الرابط الاصلي للبحث او رابط DOI.

عنوان البحث
Dataset Classification: An Efficient Feature Extraction Approach For Grammatical Facial Expression Recognition
عنوان المجلة
Computers And Electrical Engineering
ISSN-#
تفاصيل النشر
سنة النشر - 2023 / الفهرس الاصلي للمجلة - 110 : 108891 (عدد الصفحات 12)
تصنيف البحث
هندسه حاسبات / ذكاء اصطناعي - المجموعة العلمية
رابط DOI
https://doi.org/10.1016/j.compeleceng.2023.108891
رابط البحث
فتح في موقع المجلة الرسمي
البحث والاستدامة
غير مرتبط باهداف التنمية المستدامة  
البحث والمجتمع
غير محدد
الكلمات المفتاحية
Facial expressions, Facial action coding system , Eyegaze, Features extracti

اسم الباحثجهة الانتساببلد الباحث
Rula Sami Aleesa Materials Engineering University of Babylon Iraq
Hossein Mahvash Mohammadi Department of Computer EngineeringUniversity of Isfahan Iran
Amirhassan Monadjemi Department of Computer EngineeringUniversity of Isfahan Iran
Ivan A Hashim Department of Electrical Engineering University of Technology Iraq

In this paper, an efficient features extraction using validated statistical approaches is proposed, along with a robust Grammatical Facial Expressions (GFEs) classifier in facial expression recognition systems. Accordingly, a new dataset was collected from 70 participants (33 males and 37 females) ranging in age from 18 to 46. The total number of video clips collected was 765. The features extracted in this study consist of 17 features associated with three categories of non-manual features: facial expression, head movement, and eye-gaze. Automatic recognition of nine classes of grammatical facial expressions in two languages (Arabic and Persian) is performed using a linear Support Vector Machine (SVM) classifier. The proposed system was also validated by testing it on the American Sign Language (ASL) dataset. In comparison to previous works on the ASL dataset, the results showed a higher accuracy rate of 95%.