Modelo ativo de aparência aplicado ao reconhecimento de emoções por expressão facial parcialmente oculta

• Processo: 14/04020-9
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de maio de 2014
• Data de Término da vigência: 30 de abril de 2015
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Hélio Pedrini
• Beneficiário: Flavio Altinier Maximiano da Silva
• Instituição Sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Vinculado ao auxílio: 11/22749-8 - Desafios em visualização exploratória de dados multidimensionais: novos paradigmas, escalabilidade e aplicações, AP.TEM
• Assunto(s): Visão computacional Aprendizado computacional Expressão facial Unidade de processamento gráfico
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | expressões faciais | modelo de aparência ativa | Reconhecimento de emoções | Visão Computacional | Processamento Gráfico

Resumo

Expressões faciais são uma manifestação importante dos humores e emoções do ser humano. Algoritmos capazes de reconhecer expressões faciais e associá-las a emoções se fazem necessários para diversas aplicações e a técnica de aprendizado de máquina se mostra eficiente na solução desse desafio, que se torna ainda mais complexo quando regiões da face a ser analisada estão ocultas. Um Modelo Ativo de Aparência deve ser treinado de modo que seja capaz de reconstruir a parte oculta da face - cuja expressão facial e emoção associada foram previamente catalogadas em imagens estáticas. Filtros realçadores de características serão aplicados a essas imagens e métodos de redução de dimensionalidade serão utilizados na compressão dos dados. Este projeto de pesquisa tem como objetivo estudar e implementar um Modelo Ativo de Aparência robusto para reconstrução de partes ocultas da imagem e, em seguida, verificar sua eficiência em um classificador de emoções treinado com imagens sem oclusão. Resultados experimentais serão avaliados em várias bases públicas de dados para demonstrar a eficácia do método.

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

MAXIMIANO DA SILVA, FLAVIO ALTINIER; PEDRINI, HELIO. Effects of cultural characteristics on building an emotion classifier through facial expression analysis. JOURNAL OF ELECTRONIC IMAGING, v. 24, n. 2, MAR-APR 2015. (14/04020-9, 11/22749-8)