ارائه کننده: احسان بهمن آبادی استاد راهنما: دکتر مریم ایمانی آرانی  استاد مشاور: دکتر محمدحسن قاسمیان یزدی استاد ناظر داخلی: دکتر نادر مکاری یامچی استاد ناظر خارج از دانشگاه: دکتر رشاد حسینی (دانشگاه تهران) تاریخ: ۱۴۰۳/۰۷/۰۳ ساعت: ۸ مکان: کلاس 01/6

چکیده: امروزه شناسایی احساسات چهره یک حوزه پر کاربرد در زمینه‌ های مختلف نظیر نظارتی و امنیتی، آموزشی، اقتصادی، پزشکی و درمانی است. احساسات فرد به روش‌ های مختلف مانند تجزیه و تحلیل سیگنال‌ های مغز، قلب، صوت و یا بررسی تغییرات چهره قابل شناسایی است. در این پایان‌ نامه ما با استفاده از تصاویر چهره رویکردهایی را تحت عنوان روش ادغام CNN چندسطحی با LBP، ModiResNet نوع اول و دوم و سوم و Residual VGG-19 ارائه کردیم که با به کارگیری تکنیک‌ های آماری استخراج ویژگی و طبقه‌ بندی سنتی و ترکیب‌ آن‌ ها با روش‌ های یادگیری عمیق مبتنی بر هوش مصنوعی و به طور خاص، شبکه‌ های عصبی کانولوشنی، توانسته‌ اند در رقابت با روش‌ های رقیب که شامل روش‌ های آماری استخراج ویژگی PCA، 2DPCA، مورفولوژی، گابور، GLCM و LBP و طبقه‌ بند SVM است و همچنین برخی روش‌ های ارائه شده مبتنی بر هوش مصنوعی برتری خود را نشان دهند. در این پایان نامه برای آموزش و آزمایش روش‌ ها از دو دیتاست استفاده شده که عبارتند از دیتاست JAFFE به عنوان یک مجموعه داده ساده و دیتاست FER-2013 به عنوان یک مجموعه داده پیچیده. چهت ارزیابی و مقایسه روش‌ ها از معیارهای دقت متوسط، دقت کل، حساسیت متوسط، ضریب kappa و F1-score استفاده شده است.