Résumé:
Au cours de la dernière décennie, des efforts importants ont été déployés pour développer
des méthodes efficaces pour la reconnaissance des expressions faciales. Plusieurs entre eux
utilisent les filtres de Gabor pour l’extraction des caractéristiques émotionnelles. Étant donné
que les études existantes permet de trouver les valeurs des paramètres de Gabor d’une manière
expérimentale. Autrement, les systèmes immunitaires artificiels ont été performant et très utilisé
dans les problèmes d’optimisations. Dans ce projet, nous proposons une nouvelle approche
pour l’optimisation des paramètres de Gabor avec systèmes immunitaires artificiels (AIS) pour
la reconnaissance des expressions faciales, et nous utilisons Support Vecteur Machine (SVM)
pour l’apprentissage et la prédiction des émotions. Ensuite, nous implémentons notre système,
afin de réaliser une expérimentation. Nous avons trouvé un taux de reconnaissance de 90.11%
pour la base de données JAFFE et 81.15% pour CK+, avec temps de convergence pour AIS
de 160 min.
