Um Sistema de Reconhecimento de Expressões Faciais para Apoiar um Ambiente Virtual de Aprendizagem

• Fábio Abrantes Diniz UFERSA / UERN
• Francisco Milton Mendes Neto UFERSA / UERN
• Francisco das Chagas Lima Júnior UFERSA / UERN
• Laysa Mabel de O. Fontes UFERSA / UERN
• Thiago de Aguiar Leal Domingues UFPE
• Lucas Silva Figueiredo UFPE

DOI: https://doi.org/10.5753/sbsi.2013.5712

Resumo

Atualmente, a maioria dos Ambientes Virtuais de Aprendizagens (AVAs) não dispõem de mecanismos eficientes que possam identificar os fenômenos afetivos durante toda a interação do aluno com o ambiente, visto que esses fenômenos interferem profundamente nos processos mentais, como raciocínio e, principalmente, motivação. Para preencher esta lacuna, este trabalho propõe um sistema de reconhecimento de expressões faciais baseado no Sistema de Codificação de Ação Facial (FACS) e no método de classificação da emoção baseado em regras. Este sistema, por meio de uma câmera, investiga o seu desempenho no reconhecimento das emoções (alegria, tristeza, raiva e desgosto) do aluno, verificando sua expressão facial durante toda a realização do curso em um AVA.

Referências

Ahlberg, J. CANDIDE-3 -an updated parameterized face. Report No. LiTH-ISY-R2326, Dept. of Electrical Engineering, Linköping University, Sweden, 2001.

Aquino Jr., Plinio T. Personas Alunos e Papéis do Docente no Atendimento da Diversidade de Perfis. In: SBSI 2012 VIII Simpósio Brasileiro de Sistemas de Informação, 2012, São Paulo. Anais do VIII Simpósio Brasileiro de Sistemas de Informação (SBSI 2012). Porto Alegre: Sociedade Brasileira de Computação SBC, 2012. v. 01. p. 767-778.

Changjun, Z.; Shen, P.; Chen, X. Research on algorithm of state recognition of students based on facial expression. Electronic and Mechanical Engineering and Information Technology (EMEIT), International Conference on, vol.2, no., pp.626-630, 12-14 Aug. 2011.

Dornaika, F.; Ahlberg, J. Fast and reliable active appearance model search for 3-D face tracking. IEEE Trans. Syst., Man, Cybern. B, Cybern, vol. 34, no. 4, pp. 1838-1853, Aug. 2004.

Ekman, P.; Friesen, W.V.; Hager, J.C. Facial Action Coding System: Investigator’s guide. Research Nexus division of Network Information Research Corporation, Salt Lake City, Estados Unidos, 2002.

Fontes, L. M. O.; Mendes Neto, F. M.; Diniz, F. A.; Jácome Junior, L.; Silva, L. C. N.; Carlos, D. G. Um Agente Pedagógico Animado de Apoio à Aprendizagem Baseada In: Workshop sobre Avaliação e em Problema Utilizando o Moodle. Acompanhamento da Aprendizagem em Ambientes Virtuais, XXIII Simpósio Brasileiro de Informática na Educação. Rio de Janeiro, 2012.

Jain, A. K.; Ross, A.; Prabhakar, S. An Introduction to Biometric Recognition, IEEE Transactions on Circuits and Systems for Video Technology Special Issue on Image and Video-Based Biometrics. v. 14, n. 1, p. 4-20, 2004.

Microsoft Research. Programming Guide: Getting Started with the Kinect for Windows SDK Beta, 2011. Disponível em:<http://research.microsoft.com/enus/um/redmond/projects/kinectsdk/docs/ProgrammingGuide_KinectSDK.docx>. Acesso em: 13 Setembro 2011.

Sebe, N.; Lew, M. S.; Huang, T. S. The State-of-the-Art in Human-Computer Interaction. In: European Conference on Computer Vision 2004 (ECCV 2004): International Workshop on Human Computer Interaction (HCI'04), p 1-6, Praga, Republica Tcheca, 2004.

Sun Duo; Lu Xue Song. Research on E-learning system based on affective computing. Information Management and Engineering (ICIME), 2010 The 2nd IEEE International Conference on, vol., no., pp.697-699, 16-18, 2010.
Viola, P.; Jones, M. Robust real-time object detection. Technical report, University of Cambridge, 2001.

Yongmian, Z.; Qiang, Ji. Active and dynamic information fusion for facial expression understanding from image sequences. Pattern Analysis and Machine Intelligence, IEEE Transactions on, vol.27, no.5, pp.699-714, 2005.