Reconhecimento de emoções em inteligência artificial
Resumo
Este trabalho tem como objetivo comparar dois modelos de aprendizado de máquina para reconhecimento de emoções em imagens. O primeiro modelo classifica sete emoções (felicidade, neutralidade, tristeza, medo, raiva, surpresa e desgosto). O segundo classifica somente felicidade, neutralidade e tristeza, as emoções com mais dados no dataset. A diferença entre esses dois modelos é que antes de realizar o treinamento do segundo os dados de emoções são filtrados para conter somente as três. É utilizado uma rede neural convolucional profunda para classificação e extração de features das imagens. Comparativamente, o segundo modelo foi melhor ao atingir uma acurácia de 82.9% e o primeiro 69.9%.
Publicado
Edição
Seção
Licença
Autores que publicam nesta revista concordam com os seguintes termos:
- Declaro que o presente artigo é original, não tendo sido submetido à publicação em qualquer outro periódico nacional ou internacional, quer seja em parte ou em sua totalidade.
- Declaro, ainda, que uma vez publicado na revista Código 31, editada pela Universidade Fumec, o mesmo jamais será submetido por mim ou por qualquer um dos demais co-autores, caso haja, a qualquer outro periódico.
- Por meio deste instrumento, em meu nome e em nome dos demais co-autores, porventura existentes, cedo os direitos autorais do referido artigo à Universidade Fumec e declaro estar ciente de que a não observância deste compromisso submeterá o infrator a sanções e penas previstas na Lei de Proteção de Direitos Autorias (Nº9609, de 19/02/98).
A Revista "Computação & Sociedade" é licenciada sob uma Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional.
