UMA ABORDAGEM PARA ANÁLISE DE EXPRESSÕES FACIAIS EM TEMPO REAL
Durante uma conversa entre seres humanos, 55% da informação é passada através
de ações visuais, ou seja, expressões faciais e gestos. As expressões faciais
são uma das principais características que os seres humanos usam para reconhecer
as emoções uns nos outros. Este trabalho teve como objetivo desenvolver uma
abordagem para reconhecimento de expressões faciais humanas utilizando redes
neurais de convolução, que pudesse executar a pelo menos um quadro de vídeo
por segundo. A abordagem detecta faces em uma imagem e retorna como resultado
a probabilidade de cada uma dessas faces estar expressando uma das seguintes
expressões faciais: raiva, desgosto, medo, felicidade, neutralidade, tristeza e surpresa.
A abordagem proposta realiza uma etapa de pré processamento na imagem,
onde a imagem da face é recortada, rotacionada e normalizada quanto a iluminação,
com objetivo de padronizar as imagens com apenas informações relevantes.
A imagem padronizada é classificada por uma arquitetura de rede neural de convolução,
encontrada por um algoritmo evolutivo. A abordagem proposta foi validada
em quatro conjuntos de dados comuns de expressões faciais e emoções, obtendo
os seguintes resultados: Cohn-Kanade com 96,7%, JAFFE com 81,3%, FER 2013
com 50,9% e SFEW com 32,4%. Quanto ao tempo de execução em tempo real, a
abordagem executou a 6 quadros por segundo em um computador comum.