AVALIAÇÃO DE RECONHECIMENTO DE EMOÇÃO DIMENSIONAL COM UMA ABORDAGEM BASEADA EM ATENÇÃO

Author:

Ferreira Antonio José da SilvaORCID,Soares Gabriela ReginaORCID,Cardia Neto João BaptistaORCID

Abstract

O feedback não verbal e o reconhecimento das expressões faciais têm sido área de muita pesquisa nas últimas décadas. As expressões faciais são uma maneira concreta de reconhecer emoções e “ensinar” os computadores a detectar corretamente o que cada expressão facial significa e a qual emoção está ligada. Assim, no âmbito do reconhecimento de imagens, as Redes Neurais Convolucionais (RNC), através de suas camadas sobre os pixels da imagem, facilitam a descoberta de padrões. Dessa forma, através da aplicação de uma RNC com um mecanismo de atenção, o objetivo do presente artigo é decodificar as expressões não verbais presentes no banco de dados utilizado e identificar a quais emoções estão ligadas. Através da análise do CCC (Coeficiente De Correlação De Concordância) e do Erro Quadrático Médio (RMSE) para as dimensões de valence e arousal, o presente artigo mostra que o método utilizado traz resultados, mas ainda é possível melhorar o aprendizado de máquina.

Publisher

Interface Tecnologica

Subject

General Earth and Planetary Sciences,General Environmental Science

Reference17 articles.

1. Nonverbal Communication in Text-Based, Asynchronous Online Education

2. CRUZ, A. A. da. Uma abordagem para reconhecimento de emoção por expressão facial baseada em redes neurais de convolução. 2019. 120 f. Dissertação (Mestrado em Informática) – Universidade Federal do Amazonas, Manaus, 2019. Disponível em: . Acesso em: 04 abr. 2022.

3. Facial Action Coding System

4. FREITAS-MAGALHÃES, A. O código de Ekman: o cérebro, a face e a emoção. Porto, Portugal: Editora Escrytos, 2018. 443 p.

5. GÉRON, A. Hands-on machine learning with scikit-learn and tensorflow: Concepts. Tools, and Techniques to build intelligent systems. Editora O’Reilly, 2017.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3