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%.