Redes Neurais Autoassociativas de Arquitetura Profundo para Reconhecimento de Expressões Faciais
REPA - Revista de Engenharia e Pesquisa Aplicada
Redes Neurais Autoassociativas de Arquitetura Profundo para Reconhecimento de Expressões Faciais
Autor Correspondente: M. S. Alcoforado | [email protected]
Palavras-chave: reconhecimento, expressões faciais, redes neurais artificiais, PCA
Resumos Cadastrados
Resumo Português:
A face consegue transmitir as emoções humanas antes mesmo da pessoa verbalizá-las [1]. Por este motivo, estudos na área de Reconhecimento de Expressões Faciais (REF) vêm sendo cada vez mais desenvolvidos na computação [2,3,4]. As redes neurais artificiais (RNAs) [5] são métodos que têm sido aplicados com sucesso nos mais diversos problemas da visão computacional, como reconhecimento de faces [6], reconhecimento de expressão facial [7], reconhecimento de caracteres [8], reconhecimento de gestos [9], segmentação de imagens [10], entre outros. Este estudo irá realizar uma comparação entre RNAs autoassociativas de arquitetura profunda e simples aplicadas ao REF, utilizando a banco de imagens JAFFE. Além disso, irá realizar uma comparação entre os resultados obtidos e a técnica Principal Component Analysis (PCA).
Resumo Inglês:
Face can transmit human emotions even before the person verbalize them [1]. For this reason, studies on Facial Expression Recognition (FER) are being increasingly developed in computer science [2,3,4]. Artificials Neural Networks (ANNs) [5] are methods that have been successfully applied in various problems of computer vision, as face recognition [6], facial expression recognition [7], character recognition [8], gesture recognition [9], image segmentation [10], among others. This study will make a comparison between ANNs using autoassociative model with deep and simple architecture applied to FER, using JAFFE database. Moreover, it will make a comparison between the results obtained and the Principal Component Analysis (PCA) technique.
