Sélection de paramètres en grande dimension pour la reconnaissance d’émotions

Abstract

Ces dernières années, la croissance rapide des systèmes d’interaction homme–machine a engendré un besoin croissant de machines capables de percevoir et d’interpréter les émotions humaines. Les systèmes de reconnaissance des émotions, basés sur les signaux physiologiques, les expressions faciales et la parole, sont devenus un élément essentiel pour la conception de systèmes intelligents et réactifs. L’un des principaux défis de la reconnaissance des émotions réside dans la haute dimensionnalité des caractéristiques extraites, souvent due à la diversité de descripteurs utilisés dans la modélisation des émotions. Cette dimensionnalité élevée peut entraîner un coût computationnel important, un surapprentissage, ainsi qu’une baisse de la précision de classification en raison de la malédiction de la dimension. Ainsi, la sélection efficace des paramètres devient cruciale afin de ne retenir que les plus pertinents, tout en améliorant la précision et en réduisant la complexité. L’objectif principal de ce travail doctoral est de sélectionner les paramètres pertinents à partir de données de grande dimension afin de développer un système de reconnaissance des émotions performant, basé sur des mesures d’information mutuelle. Notre première contribution consiste à proposer un système de reconnaissance acoustique des émotions, en utilisant un large ensemble de paramètres acoustiques (MFCC, LPCC et PLP) combinés à des stratégies de sélection basées sur l’information mutuelle (mRMR, ICAP, CIFE et JMI). Ces paramètres sont classés à l’aide des algorithmes k-NN, SVM et GMM, associés à la stratégie de la règle de vote. Les résultats expérimentaux sur la base de données EmoDB montrent que l’application de la stratégie de sélection ICAP réduit la taille du vecteur des paramètres de 62,2% tout en améliorant la précision à 82,94%. De plus, l’introduction d’un 1D-CNN avec un critère d’arrêt guidé par la précision de classification a permis d’obtenir des performances supérieures, où l’application de CIFE a entraîné une réduction de 73,87 % du vecteur de paramètres avec seulement 0,39 % de perte de précision. La deuxième contribution étend ce cadre à la reconnaissance des expressions faciales en utilisant des stratégies de sélection de paramètres basée sur l’information mutuelle. Des expériences menées premièrement sur les paramètres HOG extraits des bases de données CK+ et MUG montrent une précision de 100 % avec plus de 60 % de réduction des paramètres en utilisant la stratégie ICAP combinée avec le 1D-CNN. Deuxièmement, l’application de la stratégie MRMR aux paramètres extraits via l’apprentissage par transfert avec AlexNet et leur classification par l’algorithme KNN a permis d’obtenir de bonnes performances avec 97 % de précision en utilisant seulement 9 paramètres sur 1000. Les résultats de cette thèse montrent l’efficacité des stratégies de sélection de paramètres basées sur l’information mutuelle pour relever les défis liés à la haute dimensionnalité, offrant un compromis optimal entre la précision de reconnaissance et la complexité computationnelle dans les systèmes de reconnaissance des émotions.