СЪДЪРЖАНИЕ
- М. Хаджийски. Юбилеен 30-и симпозиум „Управление на енергийни, индустриални и екологични системи”
- И. Симеонов, Н. Пан, Х. Ван, Я. Тян, Е. Чорукова, Н. Христов. Сравнителни изследвания на добивите на енергия при едностъпални и двустъпални процеси на анаеробна биодеградация
- интелигентни системи
А. В. Атанасов, Д. Пилев, Ф. Томова. Бимодална система за разпознаване на емоции, базирана на дълбоки невронни мрежи (Deep Neural Networks) - С. Йорданов, Г. Михалев, С. Иванов, Х. Стойчева. Интелигентна система за управление на събирането на твърди отпадъци
- Д. Първанов, П. Томов, Т. Балабанов. Фина настройка на LibreOffice Calc NLP Solver за многокритериална оптимизация
- Клуб САИ през 2022 г.
- 23-а международна конференция „Компютърни системи и технологии“ CompSysTech’22, 17-18 юни 2022 г., Русе
- 1st IFAC Workshop on Control for Smart Cities CSC 2022, 27-30 юни 2022 г., Созопол
- Дни на Джон Атанасов и IEEE International Conference Automatics and Informatics’2022 (ICAI’22), 6-8 октомври 2022 г., Варна
- Юбилеен 30-и международен симпозиум „Управление на енергийни, екологични и индустриални системи“, 10-11 ноември 2022 г., София
Key Words: Online Learning; Deep Neural Networks; Face Recognition; Facial Emotions Recognition; Python.
Abstract. Current study presents development of bimodal system for Facial Emotion Recognition (FER) and Body Gestures Emotion Recognition (BER). The system is based on two Deep Learning Neural Networks (DNN) each one responsible for the recognition of the emotion of the face or the body. The use of the combination of two neural networks has an amplifying synergistic effect, which increases by about 10% the accuracy of the results (recognized emotionс) compared to those of the individual DNN. The selection of pre-trained DNN models for facial and body emotions recognition is based on two authors’ papers, in which detailed analysis of the DNN for FER and BER has been done. Therefore in current study a brief information about selected DNN models is provided, as well information about specific dataset used for training selected DNNs. Verification of the bimodal system is done using our private dataset.