Résumé:
Avec l’apparition de l’apprentissage automatique plusieurs taches humaines ont été appris à la machine l’une d’elle est la reconnaissance des émotions, ces émotions sont issus des expressions faciales, la reconnaissance des émotions peut s’avérer très utile dans le développement de la communication homme-homme et la communication homme-machine. La reconnaissance des émotions commence avec une base de données (images) ensuite ,on doit détecter le visage, ensuite on extrait les caractéristiques puis on sélectionne les meilleurs caractéristiques grâce à un classificateur, après cela on a utilisé les différents classificateurs qui permettent d’avoir les meilleurs performances (justesse et précision ) , on est arrivé à avoir plus de 85 % de précision et 85% de justesse dans l’apprentissage automatique ,et on a fini avec quelques exemples pour évaluer nos classificateurs.
Mots-clés:
Les émotions, Expressions faciales,HOG (Histogram of Oriented Gradients), Base des données, Apprentissage Automatique (Machine Learning), Intelligence artificiel, Machine à vecteurs de support(SVM), Méthode des k plus proches voisins(KNN), Foret des arbres décisionnels(RFC), La validation croisée, Python, Anaconda, Open-CV, Scikit-learn, DLIB, Pickle ,VS code.
.
