Análise de Desempenho e Efetividade de Redes Neurais Convolucionais em Plataformas de GPU e CPU Aplicadas ao Reconhecimento de Emoções Através de Expressões Faciais em Seres Humanos
Resumo
Considerando o crescente interesse no campo da interação humanocomputador e que essa iteração vem se tornando algo cada vez mais natural e social, juntamente com o aumento da capacidade computacional proporcionada por GPUs e CPUs, áreas como reconhecimento de emoções tem se mostrado ser de grande interesse e relevância pela comunidade cientifica. Porém, mesmo com diversos trabalhos realizados, detectar e reconhecer emoções computacionalmente e com a mesma facilidade que humanos reconhecem ainda é um problema relevante a ser explorado. Para tal, buscando explorar esse tema, este trabalho adotou a utilização de Redes Neurais Artificiais (RNA) Convolucionais na realização do reconhecimento das emoções em humanos a partir de expressões faciais. Os resultados demonstraram que, com o treinamento de uma RNA em GPUs, foi possível reduzir o tempo computacional em até 89% e aumentar a acurácia para 65%.Referências
Amin, D., Chase, P., and Sinha, K. (2017). Touchy feely: An emotion recognition challenge. Palo alto: Stanford.
Bartlett, M. S., Littlewort, G., Fasel, I., and Movellan, J. R. (2003). Real time face detection and facial expression recognition: development and applications to human computer interaction. In 2003 Conference on computer vision and pattern recognition workshop, volume 5, pages 53–53. IEEE.
Ekman, P. (1973). Cross-cultural studies of facial expression. Darwin and facial expression: A century of research in review, 169222(1).
Leão, L. P., Bezerra, J. S., Matos, L. N., and Nunes, M. A. S. N. (2012). Detecção de expressões faciais: uma abordagem baseada em análise do uxo óptico. Revista GEINTEC-Gestão, Inovação e Tecnologias, 2(5):472–489.
Tang, H. and Huang, T. S. (2008). 3d facial expression recognition based on properties of line segments connecting facial feature points. In 2008 8th IEEE International Conference on Automatic Face & Gesture Recognition, pages 1–6. IEEE.
Vargas, A. C. G., Paes, A., and Vasconcelos, C. N. (2016). Um estudo sobre redes neurais con- volucionais e sua aplicação em detecção de pedestres. In Proceedings of the xxix conference on graphics, patterns and images, volume 1.
Bartlett, M. S., Littlewort, G., Fasel, I., and Movellan, J. R. (2003). Real time face detection and facial expression recognition: development and applications to human computer interaction. In 2003 Conference on computer vision and pattern recognition workshop, volume 5, pages 53–53. IEEE.
Ekman, P. (1973). Cross-cultural studies of facial expression. Darwin and facial expression: A century of research in review, 169222(1).
Leão, L. P., Bezerra, J. S., Matos, L. N., and Nunes, M. A. S. N. (2012). Detecção de expressões faciais: uma abordagem baseada em análise do uxo óptico. Revista GEINTEC-Gestão, Inovação e Tecnologias, 2(5):472–489.
Tang, H. and Huang, T. S. (2008). 3d facial expression recognition based on properties of line segments connecting facial feature points. In 2008 8th IEEE International Conference on Automatic Face & Gesture Recognition, pages 1–6. IEEE.
Vargas, A. C. G., Paes, A., and Vasconcelos, C. N. (2016). Um estudo sobre redes neurais con- volucionais e sua aplicação em detecção de pedestres. In Proceedings of the xxix conference on graphics, patterns and images, volume 1.
Publicado
21/10/2020
Como Citar
HECK, Leandro; KÜNAS, Cristiano; PADOIN, Edson.
Análise de Desempenho e Efetividade de Redes Neurais Convolucionais em Plataformas de GPU e CPU Aplicadas ao Reconhecimento de Emoções Através de Expressões Faciais em Seres Humanos. In: WORKSHOP DE INICIAÇÃO CIENTÍFICA - SIMPÓSIO EM SISTEMAS COMPUTACIONAIS DE ALTO DESEMPENHO (SSCAD), 21. , 2020, Evento Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2020
.
p. 8-13.
DOI: https://doi.org/10.5753/wscad_estendido.2020.14083.