@Article{, title={Feature Extraction of Human Facail Expressions Using Haar Wavelet and Neural network استخلاص معالم تعابير وجه الانسان باستخدام تحويلات هار المويجيه والشبكه العصبيه الصناعيه}, author={Salah Sleibi Al-Rawi صلاح صليبي الراوي and Ahmed T. Sadiq احمد طارق صادق and Wasan M. Alaluosi وسن مداح الالوسي}, journal={Iraqi Journal of Science المجلة العراقية للعلوم}, volume={57}, number={2C}, pages={1558-1565}, year={2016}, abstract={One of the challenging and active research topics in the recent years is Facial Expression. This paper presents the method to extract the features from the facial expressions from still images. Feature extraction is very important for classification and recognition process. This paper involve three stages which contain capture the images, pre-processing and feature extractions. This method is very efficient in feature extraction by applying haar wavelet and Karhunen-Loève Transform (KL-T). The database used in this research is from Cohen-Kanade which used six expressions of anger, sadness fear, happiness, disgust and surprise. Features that have been extracted from the image of facial expressions were used as inputs to the neural network to recognize the facial expression .The recognition rate in this research was 90.5%.

واحدة من المواضيع البحثية الصعبة والفعاله في السنوات الأخيرة هو تعابير الوجه. تقدم في هذا البحث طريقة لاستخلاص معالم من تعابير الوجه من الصور الثابتة. عمليه استخلاص المعالم مهمة جدا في عمليه التصنيف والتمييز. وتتضمن هذه الدراسه مراحل والتي تحتوي على :التقاط الصور ,مرحله قبل المعالجه, مرحله استخلاص المعالم من اجل توظيفها في عمليه التمييز . هذه الطريقه فعالة جدا في استخراج ميزة من خلال تطبيق التحويل المويجي الهار ومن ثم استخدام تحويل KL-T تم الاختباربالاعتماد على قاعده بيانات كوهن -كاند لست تعابير هي الغضب والخوف والحزن، السعادة والاشمئزاز ومفاجأة. واستخدمت الميزات التي تم استخراجها من صورة تعبيرات الوجه كمدخلات في الشبكة العصبيه من اجل القيام بعمليه تمييز الاشخاص . حقق هذا النظام نسبه عاليه من تمييز الاشخاص وصل الى( 90.5%).} }