Desenvolvimento e validação de um sistema de identificação de emoções por visão computacional e redes neurais convolucionais com transferência de aprendizado
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do Mackenzie |
Texto Completo: | http://dspace.mackenzie.br/handle/10899/24469 |
Resumo: | This research aims to establish a methodology for the creation of a convolutional neural network in situations where there is a reduced number of data for training. The scenario adopted is the identi_cation of facial expressions in images and their respective emotions. Through the validation of the proposed method, in addition to the availability of the methodology itself, a public access interface is also available for providing information about the emotions detected in an image. In this context, human behavior studies such as Paul Ekman's analysis and definitions of universal emotions are used. Diferent techniques of computer vision and machine learning with convolutional neural networks were used to create the software. The aim of this work is to verify the possibility of real-time analysis, aiming to provide data in situations in which feedback can be fundamental for making certain decisions (eg in reactions in statements, for example). Even on a reduced training data set, it was possible to achieve an average final test accuracy of 65 % with an average training time of ten minutes. |
id |
UPM_2b32c461c90521f7e088c3b704c4f372 |
---|---|
oai_identifier_str |
oai:dspace.mackenzie.br:10899/24469 |
network_acronym_str |
UPM |
network_name_str |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
repository_id_str |
10277 |
spelling |
2018-04-28T16:04:20Z2020-05-28T18:08:53Z2020-05-28T18:08:53Z2017-08-07MATOS, Hamilton de. Desenvolvimento e validação de um sistema de identificação de emoções por visão computacional e redes neurais convolucionais com transferência de aprendizado. 2017. 50 f. Dissertação( Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo.http://dspace.mackenzie.br/handle/10899/24469This research aims to establish a methodology for the creation of a convolutional neural network in situations where there is a reduced number of data for training. The scenario adopted is the identi_cation of facial expressions in images and their respective emotions. Through the validation of the proposed method, in addition to the availability of the methodology itself, a public access interface is also available for providing information about the emotions detected in an image. In this context, human behavior studies such as Paul Ekman's analysis and definitions of universal emotions are used. Diferent techniques of computer vision and machine learning with convolutional neural networks were used to create the software. The aim of this work is to verify the possibility of real-time analysis, aiming to provide data in situations in which feedback can be fundamental for making certain decisions (eg in reactions in statements, for example). Even on a reduced training data set, it was possible to achieve an average final test accuracy of 65 % with an average training time of ten minutes.Esta pesquisa tem como objetivo estabelecer uma metodologia para a criação de uma rede neural convolucional em situações em que exista um número reduzido de dados para treinamento. O cenário adotado é o de identificação de expressões faciais em imagens e suas respectivas emoções. Por meio da validação do método proposto, além da disponibilização da própria metodologia, também é disponibilizada uma interface de acesso público que apresenta informações a respeito das emoções detectadas em uma imagem. Neste contexto, são utilizados estudos de comportamento humano como a análise feita por Paul Ekman e as definições de emoções universais. Para criação do software, foram utilizadas diferentes técnicas de visão computacional e técnicas de aprendizagem de máquina com redes neurais convolucionais. Pretende-se, com este trabalho, verificar a possibilidade de leituras em tempo real, tendo como objetivo fornecer dados em situações nas quais os feedbacks podem ser fundamentais para a tomada de determinadas decisões (como em reações em depoimentos, por exemplo). Como resultados mesmo sobre um conjunto de dados de treinamento reduzido, foi possível conseguir uma acurácia de teste final média de 65% com tempo médio de treinamento de dez minutos.application/pdfporUniversidade Presbiteriana MackenzieEngenharia ElétricaUPMBrasilFaculdade de Computação e Informática (FCI)http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessexpressões faciaisvisão computacionalaprendizagem de maquinharedes neurais convolucionaistransferência de aprendizadoCNPQ::ENGENHARIASDesenvolvimento e validação de um sistema de identificação de emoções por visão computacional e redes neurais convolucionais com transferência de aprendizadoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisNotargiacomo, Pollyana Coelho da Silvahttp://lattes.cnpq.br/5131975026612008Marengoni, Mauriciohttp://lattes.cnpq.br/1974791787566027Barcelos, Thiago Schumacherhttp://lattes.cnpq.br/0179728954543082http://lattes.cnpq.br/4849940854049772Matos, Hamilton dehttp://tede.mackenzie.br/jspui/retrieve/16421/HAMILTON%20DE%20MATOS.pdf.jpghttp://tede.mackenzie.br/jspui/bitstream/tede/3553/5/HAMILTON%20DE%20MATOS.pdffacial expressionscomputer visionmachine learningconvolution neural networktransfer learningreponame:Biblioteca Digital de Teses e Dissertações do Mackenzieinstname:Universidade Presbiteriana Mackenzie (MACKENZIE)instacron:MACKENZIE10899/244692020-05-28 15:08:53.19Biblioteca Digital de Teses e Dissertaçõeshttp://tede.mackenzie.br/jspui/PRI |
dc.title.por.fl_str_mv |
Desenvolvimento e validação de um sistema de identificação de emoções por visão computacional e redes neurais convolucionais com transferência de aprendizado |
title |
Desenvolvimento e validação de um sistema de identificação de emoções por visão computacional e redes neurais convolucionais com transferência de aprendizado |
spellingShingle |
Desenvolvimento e validação de um sistema de identificação de emoções por visão computacional e redes neurais convolucionais com transferência de aprendizado Matos, Hamilton de expressões faciais visão computacional aprendizagem de maquinha redes neurais convolucionais transferência de aprendizado CNPQ::ENGENHARIAS |
title_short |
Desenvolvimento e validação de um sistema de identificação de emoções por visão computacional e redes neurais convolucionais com transferência de aprendizado |
title_full |
Desenvolvimento e validação de um sistema de identificação de emoções por visão computacional e redes neurais convolucionais com transferência de aprendizado |
title_fullStr |
Desenvolvimento e validação de um sistema de identificação de emoções por visão computacional e redes neurais convolucionais com transferência de aprendizado |
title_full_unstemmed |
Desenvolvimento e validação de um sistema de identificação de emoções por visão computacional e redes neurais convolucionais com transferência de aprendizado |
title_sort |
Desenvolvimento e validação de um sistema de identificação de emoções por visão computacional e redes neurais convolucionais com transferência de aprendizado |
author |
Matos, Hamilton de |
author_facet |
Matos, Hamilton de |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Notargiacomo, Pollyana Coelho da Silva |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/5131975026612008 |
dc.contributor.referee1.fl_str_mv |
Marengoni, Mauricio |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/1974791787566027 |
dc.contributor.referee2.fl_str_mv |
Barcelos, Thiago Schumacher |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/0179728954543082 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/4849940854049772 |
dc.contributor.author.fl_str_mv |
Matos, Hamilton de |
contributor_str_mv |
Notargiacomo, Pollyana Coelho da Silva Marengoni, Mauricio Barcelos, Thiago Schumacher |
dc.subject.por.fl_str_mv |
expressões faciais visão computacional aprendizagem de maquinha redes neurais convolucionais transferência de aprendizado |
topic |
expressões faciais visão computacional aprendizagem de maquinha redes neurais convolucionais transferência de aprendizado CNPQ::ENGENHARIAS |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS |
description |
This research aims to establish a methodology for the creation of a convolutional neural network in situations where there is a reduced number of data for training. The scenario adopted is the identi_cation of facial expressions in images and their respective emotions. Through the validation of the proposed method, in addition to the availability of the methodology itself, a public access interface is also available for providing information about the emotions detected in an image. In this context, human behavior studies such as Paul Ekman's analysis and definitions of universal emotions are used. Diferent techniques of computer vision and machine learning with convolutional neural networks were used to create the software. The aim of this work is to verify the possibility of real-time analysis, aiming to provide data in situations in which feedback can be fundamental for making certain decisions (eg in reactions in statements, for example). Even on a reduced training data set, it was possible to achieve an average final test accuracy of 65 % with an average training time of ten minutes. |
publishDate |
2017 |
dc.date.issued.fl_str_mv |
2017-08-07 |
dc.date.accessioned.fl_str_mv |
2018-04-28T16:04:20Z 2020-05-28T18:08:53Z |
dc.date.available.fl_str_mv |
2020-05-28T18:08:53Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
MATOS, Hamilton de. Desenvolvimento e validação de um sistema de identificação de emoções por visão computacional e redes neurais convolucionais com transferência de aprendizado. 2017. 50 f. Dissertação( Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo. |
dc.identifier.uri.fl_str_mv |
http://dspace.mackenzie.br/handle/10899/24469 |
identifier_str_mv |
MATOS, Hamilton de. Desenvolvimento e validação de um sistema de identificação de emoções por visão computacional e redes neurais convolucionais com transferência de aprendizado. 2017. 50 f. Dissertação( Engenharia Elétrica) - Universidade Presbiteriana Mackenzie, São Paulo. |
url |
http://dspace.mackenzie.br/handle/10899/24469 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Presbiteriana Mackenzie |
dc.publisher.program.fl_str_mv |
Engenharia Elétrica |
dc.publisher.initials.fl_str_mv |
UPM |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Faculdade de Computação e Informática (FCI) |
publisher.none.fl_str_mv |
Universidade Presbiteriana Mackenzie |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do Mackenzie instname:Universidade Presbiteriana Mackenzie (MACKENZIE) instacron:MACKENZIE |
instname_str |
Universidade Presbiteriana Mackenzie (MACKENZIE) |
instacron_str |
MACKENZIE |
institution |
MACKENZIE |
reponame_str |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
collection |
Biblioteca Digital de Teses e Dissertações do Mackenzie |
repository.name.fl_str_mv |
|
repository.mail.fl_str_mv |
|
_version_ |
1757177235756810240 |