Reconhecimento de Expressão Faciais Baseado em RedesNeurais Convolucionais para Aplicação no Sistema TutorInteligente MAZK

Detalhes bibliográficos
Autor(a) principal: Canal, Felipe Zago
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/handle/123456789/223660
Resumo: TCC(graduação) - Universidade Federal de Santa Catarina. Campus Araranguá. Engenharia da Computação.
id UFSC_cfc679ee3f623353e32629a2af37b31d
oai_identifier_str oai:repositorio.ufsc.br:123456789/223660
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Reconhecimento de Expressão Faciais Baseado em RedesNeurais Convolucionais para Aplicação no Sistema TutorInteligente MAZKEngenharia de Computação.Visão ComputacionalSistema Tutor InteligenteReconhecimentode Expressão FacialRedes Neurais ConvolucionaisTCC(graduação) - Universidade Federal de Santa Catarina. Campus Araranguá. Engenharia da Computação.A utilização de Sistema Tutores Inteligentes (STIs) não é novidade e vem crescendo a cada dia, principalmente em um contexto de pandemia, onde o ensino remoto assume o protagonismo da educação. Os avanços tecnológicos, principalmente no âmbito das Redes Neurais Convolucionais (CNNs), permitem a criação de ferramentas para esses sistemas, com o intuito de obter melhores resultados de aprendizagem e, ao mesmo tempo, aperfeiçoar sua interação com os estudantes. A partir disso, o presente estudo propõe o desenvolvimento de um modelo de classificação de expressões com base em imagens da face. Esse recurso é, posteriormente, aplicado no STI MAZK, como meio de identificação afetiva dos estudantes durante o processo de ensino-aprendizagem. O modelo proposto foi projetado na estrutura de uma CNN, treinado com mais de 34 mil imagens de dois datasets, avaliado e aplicado no tutor. Além disso, foi executada uma análise de utilização de recursos por parte do modelo, onde foi comprovada a viabilidade da sua aplicação junto ao STI. O modelo foi capaz de alcançar uma precisão de média de 98% na classificação de sete expressões distintas, demonstrando-se superior aos métodos aplicados ao mesmo cenário na literaturaIntelligent Tutoring Systems (ITSs) are not a novelty and have been increasing in usage every day, especially in the pandemic context, in which the remote teaching takes the leading role in education. The technological advances, mainly in the scope of Convolutional Neural Networks (CNNs), allow the creation of tools for these systems, aiming better learning results and, at the same time, improving students interactions. Therefore, the present study propose the development of a facial expression classification model. This model is, subsequently, applied to the MAZK ITS, as a tool for students emotion recognition during the learning process. The proposed model was designed as a CNN, trained with more than 34 thousand images from two datasets, evaluated and applied to the tutor. In addition, a resource usage analysis was conducted, proving the viability of its implantation along with the ITS. The model was capable of reaching a precision of 98% in the classification of seven distinct expressions, proving to be superior to the existing methods applied to the same scenario in the literature.Araranguá, SCSobieranski, Antônio CarlosPozzebon, ElianeUniversidade Federal de Santa CatarinaCanal, Felipe Zago2021-05-22T20:32:37Z2021-05-22T20:32:37Z2021-05-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis32application/pdfhttps://repositorio.ufsc.br/handle/123456789/223660info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSC2021-05-22T20:32:37Zoai:repositorio.ufsc.br:123456789/223660Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732021-05-22T20:32:37Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Reconhecimento de Expressão Faciais Baseado em RedesNeurais Convolucionais para Aplicação no Sistema TutorInteligente MAZK
title Reconhecimento de Expressão Faciais Baseado em RedesNeurais Convolucionais para Aplicação no Sistema TutorInteligente MAZK
spellingShingle Reconhecimento de Expressão Faciais Baseado em RedesNeurais Convolucionais para Aplicação no Sistema TutorInteligente MAZK
Canal, Felipe Zago
Engenharia de Computação.
Visão Computacional
Sistema Tutor Inteligente
Reconhecimentode Expressão Facial
Redes Neurais Convolucionais
title_short Reconhecimento de Expressão Faciais Baseado em RedesNeurais Convolucionais para Aplicação no Sistema TutorInteligente MAZK
title_full Reconhecimento de Expressão Faciais Baseado em RedesNeurais Convolucionais para Aplicação no Sistema TutorInteligente MAZK
title_fullStr Reconhecimento de Expressão Faciais Baseado em RedesNeurais Convolucionais para Aplicação no Sistema TutorInteligente MAZK
title_full_unstemmed Reconhecimento de Expressão Faciais Baseado em RedesNeurais Convolucionais para Aplicação no Sistema TutorInteligente MAZK
title_sort Reconhecimento de Expressão Faciais Baseado em RedesNeurais Convolucionais para Aplicação no Sistema TutorInteligente MAZK
author Canal, Felipe Zago
author_facet Canal, Felipe Zago
author_role author
dc.contributor.none.fl_str_mv Sobieranski, Antônio Carlos
Pozzebon, Eliane
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Canal, Felipe Zago
dc.subject.por.fl_str_mv Engenharia de Computação.
Visão Computacional
Sistema Tutor Inteligente
Reconhecimentode Expressão Facial
Redes Neurais Convolucionais
topic Engenharia de Computação.
Visão Computacional
Sistema Tutor Inteligente
Reconhecimentode Expressão Facial
Redes Neurais Convolucionais
description TCC(graduação) - Universidade Federal de Santa Catarina. Campus Araranguá. Engenharia da Computação.
publishDate 2021
dc.date.none.fl_str_mv 2021-05-22T20:32:37Z
2021-05-22T20:32:37Z
2021-05-14
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/handle/123456789/223660
url https://repositorio.ufsc.br/handle/123456789/223660
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 32
application/pdf
dc.publisher.none.fl_str_mv Araranguá, SC
publisher.none.fl_str_mv Araranguá, SC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652033709834240

Registros relacionados