Publisher

UBUB

Journal Journal of Information Technology and Computer ScienceJournal of Information Technology and Computer Science Abstract

Pengakuan ekspresi wajah tetap menjadi tugas yang menantang dalam penglihatan komputer, terutama karena ketidakseimbangan kelas dalam dataset seperti FER2013, di mana kelas Senang menyumbang 25,05% dan Benci hanya 1,52%, yang menyebabkan prediksi yang bias. Studi ini mengusulkan pendekatan Multi-Level Ensemble yang mengintegrasikan keragaman data (sampling bootstrap di ELM), keragaman model (CNN dan CNN-ELM), dan keragaman klasifikasi (ELM dengan benih acak yang berbeda). Metode ini dievaluasi menggunakan Stratified 5-Fold Cross-Validation pada 35.887 gambar FER2013. Hasilnya menunjukkan bahwa ELM murni mencapai akurasi 36,37%, baseline CNN 66,90%, CNN-ELM 67,28%, dan ELM ensemble 67,34%. Metode yang diusulkan mencapai kinerja terbaik pada 68,23%, meningkatkan baseline CNN sebesar 1,33%. Analisis keragaman melaporkan tingkat ketidaksetujuan 21,2%, Q-statistik 0,9313, dan double-fault 25,5%. Hasil ini menunjukkan bahwa kerangka kerja yang diusulkan secara efektif meningkatkan kinerja FER di bawah kondisi ketidakseimbangan kelas.

Conclusion

Hasil eksperimen menunjukkan bahwa model ELM murni memiliki kinerja terburuk di antara semua metode yang dievaluasi.Meskipun ELM menawarkan waktu pelatihan yang sangat cepat berkat mekanisme pembelajaran analitisnya, model ini kesulitan mempelajari representasi wajah yang diskriminatif langsung dari input piksel mentah.Akurasi yang diperoleh hanya 36,37%, dengan kinerja pengakuan yang sangat buruk untuk kelas minoritas dan kelas yang secara visual ambigu seperti Benci dan Takut.Dalam beberapa lipatan evaluasi, nilai recall untuk kelas Benci bahkan mendekati 0%, sedangkan pengakuan Takut tetap sangat terbatas.Temuan ini menunjukkan bahwa klasifikasi dangkal yang beroperasi langsung pada piksel abu-abu mentah tidak cukup untuk menangani variasi kelas dalam FER2013.Model baseline CNN meningkatkan kinerja pengakuan secara signifikan dengan mempelajari representasi spasial hierarkis dari gambar wajah.Dengan menggunakan ekstraksi fitur konvolusi yang dikombinasikan dengan klasifikasi Softmax, CNN mencapai akurasi 66,90% dan F1-score 66,72%.Hasil ini mengonfirmasi efektivitas representasi konvolusi dalam tugas pengenalan ekspresi wajah.Perbaikan lebih lanjut diamati ketika ekstraktor fitur CNN dikombinasikan dengan klasifikasi ELM dalam arsitektur CNN-ELM.Pendekatan hibrida mencapai 67,28% akurasi, melebihi baseline CNN sebesar 0,38%.Meskipun perbaikan numeriknya tampak relatif kecil, beberapa kategori emosi mengalami peningkatan recall yang signifikan, terutama Takut dan Senang.Mekanisme pembelajaran analitis ELM tampaknya melengkapi fitur dalam yang dihasilkan oleh CNN, memungkinkan model hibrida menghasilkan batas keputusan yang sedikit lebih umum.Model ELM Ensemble juga menunjukkan kinerja kompetitif dengan akurasi 67,34%.Dengan mengintegrasikan sampling bootstrap dan beberapa cabang ELM yang dirandomisasi, ensemble dapat mengurangi variasi prediksi dan meningkatkan stabilitas klasifikasi dibandingkan dengan klasifikasi ELM tunggal.Menariknya, ELM Ensemble sedikit melebihi CNN-ELM dalam hal waktu pelatihan keseluruhan yang lebih rendah daripada baseline CNN.Di antara semua metode yang dievaluasi, ensemble Soft Voting yang diusulkan mencapai kinerja keseluruhan terbaik dengan akurasi 68,23% dan F1-score 68,03%.Dibandingkan dengan baseline CNN, kerangka kerja yang diusulkan meningkatkan akurasi sebesar 1,33%.Hasil ini menunjukkan bahwa menggabungkan model heterogen dengan karakteristik pembelajaran yang melengkapi dapat menghasilkan prediksi yang lebih kuat daripada mengandalkan arsitektur klasifikasi tunggal.Temuan eksperimen menunjukkan bahwa kerangka kerja ensemble multi-level yang diusulkan berhasil memanfaatkan kombinasi pembelajaran fitur dalam, perilaku klasifikasi yang dirandomisasi, dan strategi fusi ensemble.Integrasi keragaman data, keragaman klasifikasi, dan keragaman model berkontribusi pada kinerja pengenalan ekspresi wajah yang lebih stabil di bawah kondisi menantang dataset FER2013.

Future Research

Berdasarkan hasil penelitian ini, berikut adalah tiga saran penelitian lanjutan yang dapat dipertimbangkan:. . 1. Mengembangkan metode pembelajaran yang sadar ketidakseimbangan untuk mengatasi masalah ketidakseimbangan kelas dalam dataset FER2013. Metode ini dapat membantu meningkatkan kinerja pengenalan ekspresi wajah, terutama untuk kelas minoritas seperti Benci dan Takut.. . 2. Mengevaluasi kerangka kerja ensemble multi-level yang diusulkan pada dataset benchmark FER lainnya seperti FER , RAF-DB, dan CK . Hal ini akan membantu mengukur efektivitas metode dalam berbagai skenario dan memungkinkan perbandingan dengan penelitian sebelumnya.. . 3. Mengintegrasikan ekstraktor fitur yang lebih canggih ke dalam arsitektur CNN yang diusulkan. Dengan memanfaatkan kemajuan terbaru dalam pembelajaran dalam, seperti jaringan konvolusi residual atau jaringan perhatian, mungkin dapat meningkatkan kinerja pengenalan ekspresi wajah secara signifikan. Penelitian ini dapat mengeksplorasi kombinasi berbagai arsitektur CNN dengan ELM untuk mencapai kinerja yang lebih baik.

Metadata

File size	643.78 KB
Pages	19
DMCA	Report