Classificação de Emoções Faciais Utilizando a Rede Neural Sem Pesos Wisard
Autores
|
6651 |
2983,131,162
|
|
|
6652 |
2983,131,162
|
|
|
6653 |
2983,131,162
|
Informações:
Publicações do PESC
Classificação automática de emoções em expressões faciais é uma questão central em Computação Afetiva e uma das principais premissas na construção de modelos de interface homem-máquina cada vez mais responsivos, com uma vasta gama de aplicações. Muitos sistemas baseados em inteligência artificial são capazes de resolver este problema com acurácia elevada, mas em geral tais modelos possuem um processo de aprendizado lento e custoso.
O reconhecimento de expressões faciais através do uso de um classificador de n-uplas baseado em WiSARD é explorado neste trabalho. A eficácia desta rede neural sem peso é testada no desafio específico de identificar emoções em fotografias de faces, limitadas às seis emoções básicas descritas no trabalho seminal de Ekman e Friesen (1977) sobre a identificação de expressões faciais. Experimentos realizados com os dois principais datasets encontrados na literatura demonstraram sua competitividade com o atual estado-da-arte, assim como sua grande velocidade tanto na fase de aprendizado, quanto na de classificação. Diferentes abordagens de pré-processamento, assim como estudos sobre a melhor forma de representação de imagens em entradas binárias neste problema específico também estão são descritos neste texto.
Automatic classification of emotions in facial expressions is a central issue in Affective Computing and one of the main premises in the construction of increasingly responsive man-machine interface models with a wide range of applications. Many systems based on artificial intelligence are able to solve this problem with high accuracy, but in general such models have a slow and expensive learning process.
The recognition of facial expressions through the use of aWiSARD-based n-tuple classifier is explored in this work. The competitiveness of this weightless neural network is tested in the specific challenge of identifying emotions from photos of faces, limited to the six basic emotions described in the seminal work of Ekman and Friesen (1977) on identification of facial expressions. Experiments carried out with the two main datasets found in the literature demonstrated their competitiveness with current state-of-the-art, as well as their great speed in both the learning and classification phases. Different preprocessing approaches as well as studies on how best to represent images in binary inputs in this specific problem are also described in this text.