SlideShare uma empresa Scribd logo
Adilmar Coelho Dantas | Mestrando em Ciência da Computação
Sistema de Reconhecimento de
Emoções Usando Plataforma OpenWeb
PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO | UNIVERSIDADE FEDERAL DE UBERLÂNDIA – UFU
FACULDADE DE COMPUTAÇÃO - FACOM/UFU
Artigo de estudo
• .
Introdução
Objetivo do artigo
• Propor um modelo para o reconhecimento de emoções através da teoria FACS
(Movimento dos Músculos), implementado em ambiente computacional Web.
Solução Apresentada
 Utilização Haar Cascade para detecção da face
 Utilização da teoria FACS para determinação das UA’S
 Fluxo óptico para rastreamento dos pontos
 Estrutura de decisão para classificação
Introdução
• Expressões faciais e a Inteligência Artificial
• A utilização de sistemas não verbais é considerado um gran
de avanço para a interação homem e máquina, a face além
de emoções fornecem informações extremamente importan
tes para outros estudos como: sexo, idade.
• Analisar a face é apresentado como uma boa proposta pelo
fato de ser um método não invasivo ou menos invasivo se
comparado com outras técnicas.
Fundamentação teórica
• FACS ( Relembrando)
O FACS consiste de 46 Unidades de Ação que são divididos em
duas regiões faciais, a primeira contendo olhos, sobrancelhas e
testa e a segunda por bochechas, queixo, nariz e boca.
Fundamentação teórica
• FACS ( Relembrando)
A combinação de duas ou mais Unidades de Ação (UA) repres
entam uma determinada emoção.
Ex: UA6+UA12 = Alegria
Fundamentação teórica
• Detecção da face
• Utilização do algoritmo Vaiola and Jones
• É classificador que aprende caraterísticas de um objeto
• Aplicado em imagens estáticas e em tempo real
• Etapas do Viola and Jones
• Integral da imagem
• Adabosst
• Árvore ( cascata de classificador)
Materiais e Métodos
• Detecção da face
Todos os rostos humanos compartilham algumas pro
priedades semelhantes. Este conhecimento é usado
para construir certas características conhecidas como
características Haar.
• As propriedades que são semelhantes para um rosto humano são as
seguintes.
• A região dos olhos é mais escura do que as bochechas superiores.
• A região da ponta do nariz é mais brilhante do que os olhos.
Materiais e Métodos
• Detecção da face
Materiais e Métodos
Regiões de interesse
Aplica-se o filtro Sobel para a detecção dos
contornos presentes na imagem.
Para a localização das regiões dos olhos, so
brancelhas, nariz e boca.
O filtro Sobel calcula o gradiente da intensi
dade da imagem em cada ponto, dando a
direção da maior variação de claro para
escuro e a quantidade de variação nessa
direção.
Assim, obtém-se uma noção de como varia
a luminosidade em cada ponto, de forma
mais suave.
Materiais e Métodos
• Localização dos pontos
Para que fosse possível localizar estas UA’S na face utilizou-se
de 20 pontos de leitura na face que podem se mover em 8
direções diferentes, divididos em ângulos de 45º.
Materiais e Métodos
• Rastreamento dos pontos – Fluxo Óptico
• Para o rastreamento dos pontos Lukas-Kanade propôs um modelo piramidal
que permite a análise de movimentos em regiões do vídeo utilizando
fluxo óptico.
• Neste modelo cria-se uma pirâmide Gaussiana onde no topo se encontra
a parte com menos detalhes equanto a base contém a imagem com
mais riqueza de detalhes.
Materiais e Métodos
• Rastreamento dos pontos – Fluxo Óptico
Calcula-se o fluxo óptico no
primeiro nível, para que este
sirva de base para o cálculo
do nível seguinte.
Esta técnica permite capturar
com mais precisão estes
movimentos.
Materiais e Métodos
Pontos e emoções
A tabela apresenta a estrutura de decisão, dada
vinte pontos de leitura (1a a 10b), considerando-se
oito possíveis direções de movimento de cada
ponto para as emoções felicidade (H), nojo (Di),
surpresa (Su), raiva (A), tristeza (Sa) e medo (F).
*O autor não deixou esclarecida esta estrutura
de Decisão utilizada.
Materiais e Métodos
Implementação
O sistema foi implementado utilizando plataforma WEB aberta, tecnologias
Utilizadas:
- GetUserMedia ( WebCam )
- HTML5
- OpenCv
- ECMAScript - suporte opencv
Implementação
Opencv
É uma biblioteca totalmente livre para desenvolvimento acadêmico, empresari
al de aplicativos de visão computacional.
Algumas funcionalidades
Filtros de imagem, calibração de câmera, reconhecimento de objetos, análise
estrutural e outros. O seu processamento é em tempo real de imagens.
Experimentos e Resultados
• Testes
O sistema foi testado com 16 voluntários do sexo masculino e feminino, com
idades entre 10 e 60 anos de nacionalidades Brasileira e Chinesa.
Foi realizado dois tipos de testes
• Emoções não espontâneas
• Emoções espontâneas
Experimentos e Resultados
• Primeiro Teste
• Voluntários que expressaram emoção não espontânea felic
idade (H), Nojo (di),surpresa (Su), raiva (A), tristeza (Sa) e m
edo (F) duas vezes consecutivas.
76.60%
Experimentos e Resultados
• Segundo Teste
No segundo teste os voluntários foram submetidos a dois testes
com vídeos:
• O primeiro que contém uma cena engraçada de uma criança
que assustada faz uma careta.
• O segundo contendo uma cena que repele as pessoas, onde
uma pessoa agride um cão.
Experimentos e Resultados
• Segundo Teste
Podemos observar que para o primeiro vídeo a
emoção alegria foi detectada 100%.
Considerando que as reações esperadas foram nojo
, surpresa, raiva e tristeza pode-se dizer que o
sistema atingiu 84,4% de acurácia.
Conclusões
O trabalho demostrou que sistemas computacionais com o apoio de algoritm
os de aprendizagem de máquinas são capazes de identificar pessoas e
características diversas.
Mesmo com uma estrutura simples o trabalho é funcional em sistemas Web,
um ambiente que poderia ser um fator limitante para solução do problema.
É possível a partir desses resultados analisar se uma pessoas se encontra em
algum estado de desconforto com uma determinada situação.
Conclusões
Os autores não exploraram bem os testes.
Não utilizou-se nenhuma base de dados para explorar esses
testes e talvez obter resultados melhores.
A técnica de classificação ou a lógica da estrutura de condição
utilizada foi omitida.
Trabalhos futuros
Desenvolvimento de um sistema OpenWeb para
detecção das emoções, utilizando técnicas de inteli
gência artificial e tecnologias mais avançadas.
Integração em ambientes educacionais (Moodle) e
ambientes virtuais de aprendizagem (AVA).
Fim
Maiores informações em
www.inteligenciaartificial.facom.ufu.br

Mais conteúdo relacionado

Semelhante a Reconhecimento Automático de Emoções

Apresenta o_do_tcc___felipe_correa(8)
Apresenta  o_do_tcc___felipe_correa(8)Apresenta  o_do_tcc___felipe_correa(8)
Apresenta o_do_tcc___felipe_correa(8)
felipe_cr
 
Testes de Usabilidade
Testes de UsabilidadeTestes de Usabilidade
Testes de Usabilidade
Daniele Zandoná
 
Os sentidos do corpo humano
Os sentidos do corpo humanoOs sentidos do corpo humano
Os sentidos do corpo humano
anacarinepereira
 
Workshop de Pós Graduação - 2011
Workshop de Pós Graduação - 2011Workshop de Pós Graduação - 2011
Workshop de Pós Graduação - 2011
João Paulo Brognoni Casati
 
Trabalho PI I
Trabalho PI ITrabalho PI I
Trabalho PI I
Vitor Savicki
 
Apresentação ENIC 2017
Apresentação ENIC 2017Apresentação ENIC 2017
Apresentação ENIC 2017
Bruno Adônis de Sá
 
Métodos de pesquisa: survey
Métodos de pesquisa: surveyMétodos de pesquisa: survey
Métodos de pesquisa: survey
Aristides Faria
 
Sistemas De Apoio Ao DiagnóStico
Sistemas De Apoio Ao DiagnóSticoSistemas De Apoio Ao DiagnóStico
Sistemas De Apoio Ao DiagnóStico
rodriguesjoao
 
Análise Experimental do Comportamento (AEC) - aula 1.pdf
Análise Experimental do Comportamento (AEC) - aula 1.pdfAnálise Experimental do Comportamento (AEC) - aula 1.pdf
Análise Experimental do Comportamento (AEC) - aula 1.pdf
FabianaHShimabukuro1
 
Aprendizagem de máquina aplicada na neurociência
Aprendizagem de máquina aplicada na neurociênciaAprendizagem de máquina aplicada na neurociência
Aprendizagem de máquina aplicada na neurociência
Walter Hugo Lopez Pinaya
 
Automação de Testes de Regressão - Selenium
Automação de Testes de Regressão - SeleniumAutomação de Testes de Regressão - Selenium
Automação de Testes de Regressão - Selenium
Maiele Ranzan
 
Reconhecimento facial
Reconhecimento facialReconhecimento facial
Reconhecimento facial
Helton Ritter
 
Apresentação challenges13 teresa vista
Apresentação challenges13 teresa vistaApresentação challenges13 teresa vista
Apresentação challenges13 teresa vista
Teresa Vasconcelos
 
Mta1 aula-05 Avaliação Heurística
Mta1 aula-05 Avaliação HeurísticaMta1 aula-05 Avaliação Heurística
Mta1 aula-05 Avaliação Heurística
Alan Vasconcelos
 
Uma introdução à mineração de informações
Uma introdução à mineração de informaçõesUma introdução à mineração de informações
Uma introdução à mineração de informações
Fabrício Barth
 
Sistema de identidade visual
Sistema de identidade visualSistema de identidade visual
Sistema de identidade visual
apicedobrasil
 
Rede Neural MLP para reconhecimento de Faces
Rede Neural MLP para reconhecimento de FacesRede Neural MLP para reconhecimento de Faces
Rede Neural MLP para reconhecimento de Faces
Adilmar Dantas
 
Tema 1 fundamentos de pesquisa científica final1
Tema 1 fundamentos de pesquisa científica final1Tema 1 fundamentos de pesquisa científica final1
Tema 1 fundamentos de pesquisa científica final1
Francisco Lindume Lindume
 
Uso da webcam na educação
Uso da webcam na educaçãoUso da webcam na educação
Uso da webcam na educação
Mauricio Amorim
 
Ferramentas de Recomendação
Ferramentas de RecomendaçãoFerramentas de Recomendação
Ferramentas de Recomendação
Joao Alqueres
 

Semelhante a Reconhecimento Automático de Emoções (20)

Apresenta o_do_tcc___felipe_correa(8)
Apresenta  o_do_tcc___felipe_correa(8)Apresenta  o_do_tcc___felipe_correa(8)
Apresenta o_do_tcc___felipe_correa(8)
 
Testes de Usabilidade
Testes de UsabilidadeTestes de Usabilidade
Testes de Usabilidade
 
Os sentidos do corpo humano
Os sentidos do corpo humanoOs sentidos do corpo humano
Os sentidos do corpo humano
 
Workshop de Pós Graduação - 2011
Workshop de Pós Graduação - 2011Workshop de Pós Graduação - 2011
Workshop de Pós Graduação - 2011
 
Trabalho PI I
Trabalho PI ITrabalho PI I
Trabalho PI I
 
Apresentação ENIC 2017
Apresentação ENIC 2017Apresentação ENIC 2017
Apresentação ENIC 2017
 
Métodos de pesquisa: survey
Métodos de pesquisa: surveyMétodos de pesquisa: survey
Métodos de pesquisa: survey
 
Sistemas De Apoio Ao DiagnóStico
Sistemas De Apoio Ao DiagnóSticoSistemas De Apoio Ao DiagnóStico
Sistemas De Apoio Ao DiagnóStico
 
Análise Experimental do Comportamento (AEC) - aula 1.pdf
Análise Experimental do Comportamento (AEC) - aula 1.pdfAnálise Experimental do Comportamento (AEC) - aula 1.pdf
Análise Experimental do Comportamento (AEC) - aula 1.pdf
 
Aprendizagem de máquina aplicada na neurociência
Aprendizagem de máquina aplicada na neurociênciaAprendizagem de máquina aplicada na neurociência
Aprendizagem de máquina aplicada na neurociência
 
Automação de Testes de Regressão - Selenium
Automação de Testes de Regressão - SeleniumAutomação de Testes de Regressão - Selenium
Automação de Testes de Regressão - Selenium
 
Reconhecimento facial
Reconhecimento facialReconhecimento facial
Reconhecimento facial
 
Apresentação challenges13 teresa vista
Apresentação challenges13 teresa vistaApresentação challenges13 teresa vista
Apresentação challenges13 teresa vista
 
Mta1 aula-05 Avaliação Heurística
Mta1 aula-05 Avaliação HeurísticaMta1 aula-05 Avaliação Heurística
Mta1 aula-05 Avaliação Heurística
 
Uma introdução à mineração de informações
Uma introdução à mineração de informaçõesUma introdução à mineração de informações
Uma introdução à mineração de informações
 
Sistema de identidade visual
Sistema de identidade visualSistema de identidade visual
Sistema de identidade visual
 
Rede Neural MLP para reconhecimento de Faces
Rede Neural MLP para reconhecimento de FacesRede Neural MLP para reconhecimento de Faces
Rede Neural MLP para reconhecimento de Faces
 
Tema 1 fundamentos de pesquisa científica final1
Tema 1 fundamentos de pesquisa científica final1Tema 1 fundamentos de pesquisa científica final1
Tema 1 fundamentos de pesquisa científica final1
 
Uso da webcam na educação
Uso da webcam na educaçãoUso da webcam na educação
Uso da webcam na educação
 
Ferramentas de Recomendação
Ferramentas de RecomendaçãoFerramentas de Recomendação
Ferramentas de Recomendação
 

Mais de Adilmar Dantas

Querying nosql stores
Querying nosql storesQuerying nosql stores
Querying nosql stores
Adilmar Dantas
 
APLICATIVO MÓVEL PARA AFERIÇÃO DA FREQUÊNCIA CARDÍACA E ACOMPANHAMENTO MÉDICO...
APLICATIVO MÓVEL PARA AFERIÇÃO DA FREQUÊNCIA CARDÍACA E ACOMPANHAMENTO MÉDICO...APLICATIVO MÓVEL PARA AFERIÇÃO DA FREQUÊNCIA CARDÍACA E ACOMPANHAMENTO MÉDICO...
APLICATIVO MÓVEL PARA AFERIÇÃO DA FREQUÊNCIA CARDÍACA E ACOMPANHAMENTO MÉDICO...
Adilmar Dantas
 
Programação Android Phonegap 1
Programação Android Phonegap 1Programação Android Phonegap 1
Programação Android Phonegap 1
Adilmar Dantas
 
Potenciação Divide and Conquer
Potenciação Divide and ConquerPotenciação Divide and Conquer
Potenciação Divide and Conquer
Adilmar Dantas
 
Cinta de expansão torácica utilizando Arduino aplicado na fisioterapia respir...
Cinta de expansão torácica utilizando Arduino aplicado na fisioterapia respir...Cinta de expansão torácica utilizando Arduino aplicado na fisioterapia respir...
Cinta de expansão torácica utilizando Arduino aplicado na fisioterapia respir...
Adilmar Dantas
 
ALgoritmo Genético - Escalonamento
ALgoritmo Genético - EscalonamentoALgoritmo Genético - Escalonamento
ALgoritmo Genético - Escalonamento
Adilmar Dantas
 
BIODATA: SOFTWARE WEB PARA GERENCIAMENTO DE COLETA DE DADOS BIOMÉDICOS
BIODATA: SOFTWARE WEB PARA GERENCIAMENTO DE COLETA DE DADOS BIOMÉDICOSBIODATA: SOFTWARE WEB PARA GERENCIAMENTO DE COLETA DE DADOS BIOMÉDICOS
BIODATA: SOFTWARE WEB PARA GERENCIAMENTO DE COLETA DE DADOS BIOMÉDICOS
Adilmar Dantas
 
Alinhamento de Sequencia DNA
Alinhamento de Sequencia DNAAlinhamento de Sequencia DNA
Alinhamento de Sequencia DNA
Adilmar Dantas
 
3ª maratona de games – facom ufu
3ª maratona de games – facom  ufu3ª maratona de games – facom  ufu
3ª maratona de games – facom ufu
Adilmar Dantas
 
Monitor Cardíaco usando Arduino
Monitor Cardíaco usando Arduino Monitor Cardíaco usando Arduino
Monitor Cardíaco usando Arduino
Adilmar Dantas
 
Algoritmo clique maximo - Analise de Algoritmos
Algoritmo clique maximo  - Analise de AlgoritmosAlgoritmo clique maximo  - Analise de Algoritmos
Algoritmo clique maximo - Analise de Algoritmos
Adilmar Dantas
 
Servidores Web
Servidores WebServidores Web
Servidores Web
Adilmar Dantas
 
TCC: WebLab Laboratório de Experimentação Remota
TCC: WebLab Laboratório de Experimentação RemotaTCC: WebLab Laboratório de Experimentação Remota
TCC: WebLab Laboratório de Experimentação Remota
Adilmar Dantas
 
Weblab TCC
Weblab TCCWeblab TCC
Weblab TCC
Adilmar Dantas
 
Engenharia de software testes
Engenharia de software  testesEngenharia de software  testes
Engenharia de software testes
Adilmar Dantas
 
Qualidade de Software Web
Qualidade de Software WebQualidade de Software Web
Qualidade de Software Web
Adilmar Dantas
 
Compilador analise lexica
Compilador analise lexicaCompilador analise lexica
Compilador analise lexica
Adilmar Dantas
 
Software Quality Software Testing Laboratory
Software Quality Software Testing Laboratory Software Quality Software Testing Laboratory
Software Quality Software Testing Laboratory
Adilmar Dantas
 
Desenvolvimento de Software
Desenvolvimento de SoftwareDesenvolvimento de Software
Desenvolvimento de Software
Adilmar Dantas
 
Nutec - Manual Usuário
Nutec - Manual UsuárioNutec - Manual Usuário
Nutec - Manual Usuário
Adilmar Dantas
 

Mais de Adilmar Dantas (20)

Querying nosql stores
Querying nosql storesQuerying nosql stores
Querying nosql stores
 
APLICATIVO MÓVEL PARA AFERIÇÃO DA FREQUÊNCIA CARDÍACA E ACOMPANHAMENTO MÉDICO...
APLICATIVO MÓVEL PARA AFERIÇÃO DA FREQUÊNCIA CARDÍACA E ACOMPANHAMENTO MÉDICO...APLICATIVO MÓVEL PARA AFERIÇÃO DA FREQUÊNCIA CARDÍACA E ACOMPANHAMENTO MÉDICO...
APLICATIVO MÓVEL PARA AFERIÇÃO DA FREQUÊNCIA CARDÍACA E ACOMPANHAMENTO MÉDICO...
 
Programação Android Phonegap 1
Programação Android Phonegap 1Programação Android Phonegap 1
Programação Android Phonegap 1
 
Potenciação Divide and Conquer
Potenciação Divide and ConquerPotenciação Divide and Conquer
Potenciação Divide and Conquer
 
Cinta de expansão torácica utilizando Arduino aplicado na fisioterapia respir...
Cinta de expansão torácica utilizando Arduino aplicado na fisioterapia respir...Cinta de expansão torácica utilizando Arduino aplicado na fisioterapia respir...
Cinta de expansão torácica utilizando Arduino aplicado na fisioterapia respir...
 
ALgoritmo Genético - Escalonamento
ALgoritmo Genético - EscalonamentoALgoritmo Genético - Escalonamento
ALgoritmo Genético - Escalonamento
 
BIODATA: SOFTWARE WEB PARA GERENCIAMENTO DE COLETA DE DADOS BIOMÉDICOS
BIODATA: SOFTWARE WEB PARA GERENCIAMENTO DE COLETA DE DADOS BIOMÉDICOSBIODATA: SOFTWARE WEB PARA GERENCIAMENTO DE COLETA DE DADOS BIOMÉDICOS
BIODATA: SOFTWARE WEB PARA GERENCIAMENTO DE COLETA DE DADOS BIOMÉDICOS
 
Alinhamento de Sequencia DNA
Alinhamento de Sequencia DNAAlinhamento de Sequencia DNA
Alinhamento de Sequencia DNA
 
3ª maratona de games – facom ufu
3ª maratona de games – facom  ufu3ª maratona de games – facom  ufu
3ª maratona de games – facom ufu
 
Monitor Cardíaco usando Arduino
Monitor Cardíaco usando Arduino Monitor Cardíaco usando Arduino
Monitor Cardíaco usando Arduino
 
Algoritmo clique maximo - Analise de Algoritmos
Algoritmo clique maximo  - Analise de AlgoritmosAlgoritmo clique maximo  - Analise de Algoritmos
Algoritmo clique maximo - Analise de Algoritmos
 
Servidores Web
Servidores WebServidores Web
Servidores Web
 
TCC: WebLab Laboratório de Experimentação Remota
TCC: WebLab Laboratório de Experimentação RemotaTCC: WebLab Laboratório de Experimentação Remota
TCC: WebLab Laboratório de Experimentação Remota
 
Weblab TCC
Weblab TCCWeblab TCC
Weblab TCC
 
Engenharia de software testes
Engenharia de software  testesEngenharia de software  testes
Engenharia de software testes
 
Qualidade de Software Web
Qualidade de Software WebQualidade de Software Web
Qualidade de Software Web
 
Compilador analise lexica
Compilador analise lexicaCompilador analise lexica
Compilador analise lexica
 
Software Quality Software Testing Laboratory
Software Quality Software Testing Laboratory Software Quality Software Testing Laboratory
Software Quality Software Testing Laboratory
 
Desenvolvimento de Software
Desenvolvimento de SoftwareDesenvolvimento de Software
Desenvolvimento de Software
 
Nutec - Manual Usuário
Nutec - Manual UsuárioNutec - Manual Usuário
Nutec - Manual Usuário
 

Último

Teoria de redes de computadores redes .doc
Teoria de redes de computadores redes .docTeoria de redes de computadores redes .doc
Teoria de redes de computadores redes .doc
anpproferick
 
Gestão de dados: sua importância e benefícios
Gestão de dados: sua importância e benefíciosGestão de dados: sua importância e benefícios
Gestão de dados: sua importância e benefícios
Rafael Santos
 
PRATICANDO O SCRUM Scrum team, product owner
PRATICANDO O SCRUM Scrum team, product ownerPRATICANDO O SCRUM Scrum team, product owner
PRATICANDO O SCRUM Scrum team, product owner
anpproferick
 
Ferramentas e Técnicas para aplicar no seu dia a dia numa Transformação Digital!
Ferramentas e Técnicas para aplicar no seu dia a dia numa Transformação Digital!Ferramentas e Técnicas para aplicar no seu dia a dia numa Transformação Digital!
Ferramentas e Técnicas para aplicar no seu dia a dia numa Transformação Digital!
Annelise Gripp
 
REDE_DE_COMPUTADORES_TECNOLOGIA_TIPOS.pptx
REDE_DE_COMPUTADORES_TECNOLOGIA_TIPOS.pptxREDE_DE_COMPUTADORES_TECNOLOGIA_TIPOS.pptx
REDE_DE_COMPUTADORES_TECNOLOGIA_TIPOS.pptx
IranyGarcia
 
Como fui de 0 a lead na gringa em 3 anos.pptx
Como fui de 0 a lead na gringa em 3 anos.pptxComo fui de 0 a lead na gringa em 3 anos.pptx
Como fui de 0 a lead na gringa em 3 anos.pptx
tnrlucas
 

Último (6)

Teoria de redes de computadores redes .doc
Teoria de redes de computadores redes .docTeoria de redes de computadores redes .doc
Teoria de redes de computadores redes .doc
 
Gestão de dados: sua importância e benefícios
Gestão de dados: sua importância e benefíciosGestão de dados: sua importância e benefícios
Gestão de dados: sua importância e benefícios
 
PRATICANDO O SCRUM Scrum team, product owner
PRATICANDO O SCRUM Scrum team, product ownerPRATICANDO O SCRUM Scrum team, product owner
PRATICANDO O SCRUM Scrum team, product owner
 
Ferramentas e Técnicas para aplicar no seu dia a dia numa Transformação Digital!
Ferramentas e Técnicas para aplicar no seu dia a dia numa Transformação Digital!Ferramentas e Técnicas para aplicar no seu dia a dia numa Transformação Digital!
Ferramentas e Técnicas para aplicar no seu dia a dia numa Transformação Digital!
 
REDE_DE_COMPUTADORES_TECNOLOGIA_TIPOS.pptx
REDE_DE_COMPUTADORES_TECNOLOGIA_TIPOS.pptxREDE_DE_COMPUTADORES_TECNOLOGIA_TIPOS.pptx
REDE_DE_COMPUTADORES_TECNOLOGIA_TIPOS.pptx
 
Como fui de 0 a lead na gringa em 3 anos.pptx
Como fui de 0 a lead na gringa em 3 anos.pptxComo fui de 0 a lead na gringa em 3 anos.pptx
Como fui de 0 a lead na gringa em 3 anos.pptx
 

Reconhecimento Automático de Emoções

  • 1. Adilmar Coelho Dantas | Mestrando em Ciência da Computação Sistema de Reconhecimento de Emoções Usando Plataforma OpenWeb PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO | UNIVERSIDADE FEDERAL DE UBERLÂNDIA – UFU FACULDADE DE COMPUTAÇÃO - FACOM/UFU
  • 3. Introdução Objetivo do artigo • Propor um modelo para o reconhecimento de emoções através da teoria FACS (Movimento dos Músculos), implementado em ambiente computacional Web. Solução Apresentada  Utilização Haar Cascade para detecção da face  Utilização da teoria FACS para determinação das UA’S  Fluxo óptico para rastreamento dos pontos  Estrutura de decisão para classificação
  • 4. Introdução • Expressões faciais e a Inteligência Artificial • A utilização de sistemas não verbais é considerado um gran de avanço para a interação homem e máquina, a face além de emoções fornecem informações extremamente importan tes para outros estudos como: sexo, idade. • Analisar a face é apresentado como uma boa proposta pelo fato de ser um método não invasivo ou menos invasivo se comparado com outras técnicas.
  • 5. Fundamentação teórica • FACS ( Relembrando) O FACS consiste de 46 Unidades de Ação que são divididos em duas regiões faciais, a primeira contendo olhos, sobrancelhas e testa e a segunda por bochechas, queixo, nariz e boca.
  • 6. Fundamentação teórica • FACS ( Relembrando) A combinação de duas ou mais Unidades de Ação (UA) repres entam uma determinada emoção. Ex: UA6+UA12 = Alegria
  • 7. Fundamentação teórica • Detecção da face • Utilização do algoritmo Vaiola and Jones • É classificador que aprende caraterísticas de um objeto • Aplicado em imagens estáticas e em tempo real • Etapas do Viola and Jones • Integral da imagem • Adabosst • Árvore ( cascata de classificador)
  • 8. Materiais e Métodos • Detecção da face Todos os rostos humanos compartilham algumas pro priedades semelhantes. Este conhecimento é usado para construir certas características conhecidas como características Haar. • As propriedades que são semelhantes para um rosto humano são as seguintes. • A região dos olhos é mais escura do que as bochechas superiores. • A região da ponta do nariz é mais brilhante do que os olhos.
  • 9. Materiais e Métodos • Detecção da face
  • 10. Materiais e Métodos Regiões de interesse Aplica-se o filtro Sobel para a detecção dos contornos presentes na imagem. Para a localização das regiões dos olhos, so brancelhas, nariz e boca. O filtro Sobel calcula o gradiente da intensi dade da imagem em cada ponto, dando a direção da maior variação de claro para escuro e a quantidade de variação nessa direção. Assim, obtém-se uma noção de como varia a luminosidade em cada ponto, de forma mais suave.
  • 11. Materiais e Métodos • Localização dos pontos Para que fosse possível localizar estas UA’S na face utilizou-se de 20 pontos de leitura na face que podem se mover em 8 direções diferentes, divididos em ângulos de 45º.
  • 12. Materiais e Métodos • Rastreamento dos pontos – Fluxo Óptico • Para o rastreamento dos pontos Lukas-Kanade propôs um modelo piramidal que permite a análise de movimentos em regiões do vídeo utilizando fluxo óptico. • Neste modelo cria-se uma pirâmide Gaussiana onde no topo se encontra a parte com menos detalhes equanto a base contém a imagem com mais riqueza de detalhes.
  • 13. Materiais e Métodos • Rastreamento dos pontos – Fluxo Óptico Calcula-se o fluxo óptico no primeiro nível, para que este sirva de base para o cálculo do nível seguinte. Esta técnica permite capturar com mais precisão estes movimentos.
  • 14. Materiais e Métodos Pontos e emoções A tabela apresenta a estrutura de decisão, dada vinte pontos de leitura (1a a 10b), considerando-se oito possíveis direções de movimento de cada ponto para as emoções felicidade (H), nojo (Di), surpresa (Su), raiva (A), tristeza (Sa) e medo (F). *O autor não deixou esclarecida esta estrutura de Decisão utilizada.
  • 16. Implementação O sistema foi implementado utilizando plataforma WEB aberta, tecnologias Utilizadas: - GetUserMedia ( WebCam ) - HTML5 - OpenCv - ECMAScript - suporte opencv
  • 17. Implementação Opencv É uma biblioteca totalmente livre para desenvolvimento acadêmico, empresari al de aplicativos de visão computacional. Algumas funcionalidades Filtros de imagem, calibração de câmera, reconhecimento de objetos, análise estrutural e outros. O seu processamento é em tempo real de imagens.
  • 18. Experimentos e Resultados • Testes O sistema foi testado com 16 voluntários do sexo masculino e feminino, com idades entre 10 e 60 anos de nacionalidades Brasileira e Chinesa. Foi realizado dois tipos de testes • Emoções não espontâneas • Emoções espontâneas
  • 19. Experimentos e Resultados • Primeiro Teste • Voluntários que expressaram emoção não espontânea felic idade (H), Nojo (di),surpresa (Su), raiva (A), tristeza (Sa) e m edo (F) duas vezes consecutivas. 76.60%
  • 20. Experimentos e Resultados • Segundo Teste No segundo teste os voluntários foram submetidos a dois testes com vídeos: • O primeiro que contém uma cena engraçada de uma criança que assustada faz uma careta. • O segundo contendo uma cena que repele as pessoas, onde uma pessoa agride um cão.
  • 21. Experimentos e Resultados • Segundo Teste Podemos observar que para o primeiro vídeo a emoção alegria foi detectada 100%. Considerando que as reações esperadas foram nojo , surpresa, raiva e tristeza pode-se dizer que o sistema atingiu 84,4% de acurácia.
  • 22. Conclusões O trabalho demostrou que sistemas computacionais com o apoio de algoritm os de aprendizagem de máquinas são capazes de identificar pessoas e características diversas. Mesmo com uma estrutura simples o trabalho é funcional em sistemas Web, um ambiente que poderia ser um fator limitante para solução do problema. É possível a partir desses resultados analisar se uma pessoas se encontra em algum estado de desconforto com uma determinada situação.
  • 23. Conclusões Os autores não exploraram bem os testes. Não utilizou-se nenhuma base de dados para explorar esses testes e talvez obter resultados melhores. A técnica de classificação ou a lógica da estrutura de condição utilizada foi omitida.
  • 24. Trabalhos futuros Desenvolvimento de um sistema OpenWeb para detecção das emoções, utilizando técnicas de inteli gência artificial e tecnologias mais avançadas. Integração em ambientes educacionais (Moodle) e ambientes virtuais de aprendizagem (AVA).