Preview

Вопросы радиоэлектроники

Расширенный поиск

Семантические процессоры серии «Мультикор» для анализа эмоционального состояния человека

https://doi.org/10.21778/2218-5453-2019-8-57-63

Полный текст:

Аннотация

В статье представлено программно-аппаратное решение задачи анализа эмоционального состояния людей в общественных местах с использованием умных камер. Описываются технологии создания умных камер для семантического анализа изображений на основе вычислительных ядер российского производства ELcore. Рассмотрены этапы семантического анализа изображений с целью обнаружения лиц и распознавания их эмоционального состояния, выделены и реализованы наиболее ресурсоемкие алгоритмы на DSP-ядрах ELcore, разработанных НПЦ «ЭЛВИС». Общий тракт обработки изображений на DSP-ядрах ELcore с целью обнаружения лиц и распознавания эмоционального состояния составляет не более 32 мс. Это соответствует требованиям по обработке сигналов в реальном времени и может быть использовано в камерах для «умных» экосистем.

Об авторах

Е. С. Янакова
АО «Научно-производственный центр «ЭЛВИС»
Россия

Янакова Елена Сергеевна, доктор технических наук, ведущий научный сотрудник 

124498, Москва, Зеленоград, проезд № 4922, д. 4, стр. 2




А. В. Леонтьев
АО «Научно-производственный центр «ЭЛВИС»
Россия

Леонтьев Антон Викторович, кандидат технических наук, архитектор ПО встраиваемых систем 

124498, Москва, Зеленоград, проезд № 4922, д. 4, стр. 2




А. В. Шершаков
АО «Научно-производственный центр «ЭЛВИС»
Россия

Шершаков Александр Вячеславович, студент, техник 

124498, Москва, Зеленоград, проезд № 4922, д. 4, стр. 2



Н. Ф. Рыбальченко
НИУ «Московский институт электронной техники»
Россия

Рыбальченко Никита Федорович, студент 

124498, Москва, Зеленоград, пл. Шокина, д. 1, стр. 7



Список литературы

1. Ekman P., Cordaro D. What is meant by calling emotions basic? // Emotion Review. 2011. Vol. 3. No. 4. P. 364–370.

2. Овсянников В. В. К вопросу о классификации эмоции: категориальный и многомерный подходы // Финансовая аналитика: проблемы и решения. 2013. № 37. С. 37–48.

3. Deng D., Zhou Y., Pi J., Shi B. E. Multimodal utterance level affect analysis using visual, audio and text features [Электронный ресурс]. URL: https://arxiv.org/pdf/1805.00625.pdf (дата обращения: 31.05.2019).

4. Yanakova E., Ishkova T., Belyaev A., Koldaev V., Kolobanova M. Facial recognition technology on ELcore semantic processors for smart cameras // IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering (EIConRus). 2019. P. 1848–1851.

5. Savoiu A., Wong J. Recognizing facial expressions using deep learning [Электронный ресурс]. URL: http://cs231n.stanford.edu/reports/2017/pdfs/224.pdf (дата обращения: 31.05.2019).

6. Khorrami P., Le Paine T., Brady K., Dagli C., Huang T. S. How deep neural neural networks can improve emotion recognition on video data [Электронный ресурс]. URL: https://arxiv.org/pdf/1602.07377.pdf (дата обращения: 31.05.2019).

7. A github repo of the openSMILE feature extraction tool [Электронный ресурс]. URL: https://github.com/naxingyu/opensmile (дата обращения: 31.05.2019).


Для цитирования:


Янакова Е.С., Леонтьев А.В., Шершаков А.В., Рыбальченко Н.Ф. Семантические процессоры серии «Мультикор» для анализа эмоционального состояния человека. Вопросы радиоэлектроники. 2019;(8):57-63. https://doi.org/10.21778/2218-5453-2019-8-57-63

For citation:


Yanakova E.S., Leontyev A.V., Shershakov A.V., Rybalchenko N.F. Semantic processors of Multicore series for analysis of human emotional condition. Issues of radio electronics. 2019;(8):57-63. (In Russ.) https://doi.org/10.21778/2218-5453-2019-8-57-63

Просмотров: 137


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2218-5453 (Print)
ISSN 2686-7680 (Online)