Estudo comparativo de técnicas computacionais para classificação de emoções

• Sara L. de Melo Universidade Federal de Uberlândia (UFU)
• Fábio F. de Moura Instituto Federal de Minas Gerais (IFMG)
• Kely Macedo Universidade Federal de Uberlândia (UFU)
• Fabiano S. R. Alves Universidade Federal de Uberlândia (UFU)
• Márcia A. Fernandes Universidade Federal de Uberlândia (UFU)

DOI: https://doi.org/10.5753/cbie.sbie.2014.456

Resumo

Este artigo apresenta um estudo comparativo de técnicas computacionais para detecção automática de seis emoções básicas (alegria, tristeza, raiva, desgosto, medo e surpresa). Para isto, foi avaliada a base de dados de Cohn-Kanade, cuja fundamentação se encontra na teoria FACS, contendo atributos reais de vários estudantes de diferentes etnias e idades. Posteriormente, associou-se cada conjunto de expressões faciais a determinada emoção. Para validação foi criada uma base de dados e para classificação foram utilizadas três técnicas computacionais – Redes Neurais do tipo MLP, Redes Neurais com Funções de Ativação (RBF) e Redes Bayesianas. Os resultados obtidos pelas três técnicas foram comparados e identificou-se alta taxa de precisão para as redes Bayesianas.

Palavras-chave: Emoções, Classificação, Técnicas Computacionais

Referências

Azcarate, A., Hageloh, F., Sande, K. V., and Valenti, R. (2005). Automatic facial emotion recognition. Universiteit van Amsterdam.

Bet, S., Frozza, A. A., and Arruda, A. A. C. (2004). Banco de desafios: uma aplicação de hipermídia adaptativa e redes bayesianas. XV Simpósio Brasileiro de Informática na Educação - SBIE-UFAM.

Diniz, F. A., Mendes, F. M., Junior, F. C. L., Fontes, L. M. O., Domingues, T. A. L., and Figueiredo, L. S. (2013). Um sistema de reconhecimento de expressões faciais para apoiar um ambiente virtual de aprendizagem. IX Simpósio Brasileiro de Sistemas de Informação (SBSI).

Ekman, P. and Friesen, W. (1978). Facial action coding system. Alto: Consulting Psychologist Press.

Ekman, P., Friesen, W. V., and Hager, J. C. (2002). The facial action coding system. Research Nexus eBook.

Ekman, P. and Rosenberg, E. (2005). What the Face Reveals: Basic and Applied Studies of Spontaneous Expression Using the Facial Action Coding System (FACS). Oxford University Press, New York, USA.

Fausett, L. (1994). Fundamentals of Neural Networks - Architectures, Algorithms, and Applications. Prentice-Hall, New York, USA, 1st edition.

Garcia, L. S. L. (2009). A expressão das emoções no homem e nos animais. In: Traduzido por: LeondeSouzaLoboGarcia - A Origem das Espécies, publicado por Charles Darwin - 1859, páginas 33-55, São Paulo, Brasil. Companhia de Bolso.

Kanade, T. C. and Cohn, J. (2005). Au-coded facial expression database.

Lucey, P., Cohn, J. F., Kanade, T., Saragih, J., Ambadar, Z., and Matthews, I. (2010). The extended cohn-kanade dataset (ck+): A complete dataset for action unit and emotion-specified expression.

Moura, F. F., Franco, L. M., and Melo, S. L. Fernandes, M. A. (2013). Evolução das inteligências múltiplas pelo método da espiral de aprendizagem de kolb utilizando pso. XXIV Simpósio Brasileiro de Informática na Educação.

Oliveira, E. and Jaques, P. A. (2013). Classificação de emoções básicas através de imagens capturadas em vídeos de baixa resolução. Revista Brasileira de Computação Aplicada, 5(2), 40-54.

Russel, S. and Norvig, P. (2003). Artificial Intelligence: A Modern Approach. Prentice-Hall, New York, USA.

Scotti, A. P., Mattos, M. C., and Simões, P. W. T. A. (2010). O método de redes neurais com função de ativação de base radial para classificação em data mining. SULCOMP, 5(1).

Silva, C. P. E. (2012). Reconhecimento de expressões faciais utilizando redes neurais artificiais. Dissertação de mestrado, Universidade Federal da Bahia - Escola politécnica - instituto de matemática - Programa de pós-graduação em mecatrônica, Salvador, Bahia, Brasil.

Weka (2014). Weka 3: Data mining software in Java.