| |
| Acadêmico(a): DIÓGENES ADEMIR DOMINGOS |
| Título: DEEP-EMOTIVE: PROTÓTIPO DE SISTEMA PARA RECONHECIMENTO DE EXPRESSÕES FACIAIS UTILIZANDO APRENDIZADO PROFUNDO |
| |
| Introdução: |
| Atualmente o volume de dados que trafega na rede mundial de computadores cresce expressivamente. Segundo pesquisa realizada pela Cisco Systems (2016), o tráfico de dados na internet no ano de 2016 obteve um crescimento médio global de 32%, atingindo 73,1 Exabytes (EB) de dados trafegados por mês. Com o desenvolvimento do campo de inteligência artificial, a evolução constante dos dispositivos tecnológicos, e a transição para computação ubíqua, é possível extrair conhecimento dessa massa de dados e utilizá-lo como entrada de parâmetros para a análise do relacionamento de pessoas com os dispositivos tecnológicos. De fato, a área de Interação Homem-Computador (IHC) busca evoluir a interface de relacionamento das pessoas com os dispositivos tecnológicos a fim de melhorar as interações, tornando-as mais claras e ágeis (BOOTH, 1989). A interação com dispositivos tecnológicos se dá através de periféricos, na qual atualmente é possível utilizar como parâmetro de entrada os dados obtidos pelo mouse, teclado, microfone, sensor de toque, câmera, entre outros. Com a computação ubíqua e as técnicas de Visão Computacional se parte para uma nova fase desta interação, a qual é possível interpretar dados impalpáveis como a emoção humana, extraída de uma ou mais imagens obtidas por uma câmera, e utilizá-las como parâmetro para uma tomada de decisão. Os estudos que utilizam emoções expressas por usuários como parâmetros de entrada fazem parte da área da Computação Afetiva. Esta considera que os dispositivos tecnológicos, além de reconhecer emoções, devem ser dotados da capacidade de demonstrar afeto (PICARD, 1997). Este campo de estudo aborda, além da IHC, linhas de pesquisas em áreas como Visão Computacional, Inteligência Artificial, Psicologia e Neurociência. O reconhecimento das emoções é realizado de várias formas, através da fala, de efeitos sonoros, cores e em todas elas, existe a interpretação de expressões faciais (EKMAN, 2003). A interpretação correta dos dados obtidos pelo processo de reconhecimento das seis expressões faciais definidas por Ekman et al. (1987) e reconhecidas universalmente, como alegria, tristeza, medo, surpresa, desgosto e desprezo, podem auxiliar na predição de uma melhor abordagem para realizar determinada ação, pois segundo Schultz et al. (2001) reações apropriadas e adaptativas em situações particulares dependem do conhecimento do estado emocional do outro. Diante do exposto, este trabalho apresenta um protótipo para reconhecer e classificar as expressões faciais das emoções, alegria, desgosto, medo, raiva, surpresa, tristeza, consideradas por Ekman et al. (1987), como básicas e universais, utilizando técnicas já consolidadas das áreas de Processamento Digital de Imagem e Visão Computacional. Estas técnicas são combinadas com uma nova abordagem, considerada a mais avançada no reconhecimento visual de objetos através do aprendizado de máquina, o Aprendizado Profundo ou Deep Learning. |
| |
|
