Detección de emociones faciales
"Existe una gran variedad de aplicaciones para la detección de emociones faciales. Entre ellas se encuentran las utilizadas para obtener la satisfacción del cliente en un banco, o el nivel de fatiga de un conductor de un vehículo. En algunas es necesario que la detección se realice con eficienc...
Guardado en:
Autores principales: | , |
---|---|
Otros Autores: | |
Formato: | Proyecto final de Grado |
Lenguaje: | Español |
Publicado: |
info
|
Materias: | |
Acceso en línea: | http://ri.itba.edu.ar/handle/123456789/3424 |
Aporte de: |
id |
I32-R138-123456789-3424 |
---|---|
record_format |
dspace |
spelling |
I32-R138-123456789-34242022-12-07T14:34:43Z Detección de emociones faciales Pérez Sammartino, Francisco Di Giovanni Martínez, Andrés Gambini, Juliana EMOCIONES MAQUINAS DE VECTORES DE SOPORTE EXPRESION FACIAL PROCESAMIENTO DE IMAGENES CLASIFICACION DE IMAGENES "Existe una gran variedad de aplicaciones para la detección de emociones faciales. Entre ellas se encuentran las utilizadas para obtener la satisfacción del cliente en un banco, o el nivel de fatiga de un conductor de un vehículo. En algunas es necesario que la detección se realice con eficiencia en tiempo mientras que en otras la precisión en la detección es más importante. En el caso de que sea necesario un procesamiento en tiempo real, la rapidez de los resultados será prioritaria, mientras que en el análisis ’off-line’, la precisión es lo más importante. En este trabajo, se realiza una exposición de los métodos existentes para detección de emociones, utilizados actualmente con diferentes objetivos y enfoques. A partir de ello, se presentan las mejoras propuestas, y el desarrollo de un método que permite el reconocimiento de las emociones de las personas en videos, o en tiempo real. La aplicación utiliza máquinas de vectores de soporte (SVM) para realizar la clasificación de las emociones, técnicas de rotación planar para corregir la pose, y sistema se seguimiento de caras para poder aplicarlo en presencia de múltiples personas. Dado que el medio por el cuál se transmiten los videos o imágenes, como el WiFi, puede contaminarlos con ruido, es importante que el sistema sea resiliente a dichas alteraciones. Para evaluar esta capacidad se realiza un estudio sobre el impacto del grado de contaminación de la información recibida, sobre el resultado. Se alcanza una precisión muy adecuada al distinguir, en imágenes, las emociones de miedo, alegría, disgusto, neutralidad, tristeza, sorpresa, y enojo." Proyecto final Ingeniería Informática (grado) - Instituto Tecnológico de Buenos Aires, Buenos Aires, 2020 info:eu-repo/date/embargoEnd/2021-07-01 2021-04-06T18:49:17Z 2021-04-06T18:49:17Z 2020-12-07 Proyecto final de Grado http://ri.itba.edu.ar/handle/123456789/3424 es info:eu-repo/semantics/embargoedAccess application/pdf |
institution |
Instituto Tecnológico de Buenos Aires (ITBA) |
institution_str |
I-32 |
repository_str |
R-138 |
collection |
Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA) |
language |
Español |
topic |
EMOCIONES MAQUINAS DE VECTORES DE SOPORTE EXPRESION FACIAL PROCESAMIENTO DE IMAGENES CLASIFICACION DE IMAGENES |
spellingShingle |
EMOCIONES MAQUINAS DE VECTORES DE SOPORTE EXPRESION FACIAL PROCESAMIENTO DE IMAGENES CLASIFICACION DE IMAGENES Pérez Sammartino, Francisco Di Giovanni Martínez, Andrés Detección de emociones faciales |
topic_facet |
EMOCIONES MAQUINAS DE VECTORES DE SOPORTE EXPRESION FACIAL PROCESAMIENTO DE IMAGENES CLASIFICACION DE IMAGENES |
description |
"Existe una gran variedad de aplicaciones para la detección de emociones faciales. Entre ellas se encuentran las utilizadas para obtener la satisfacción del cliente en un banco, o el nivel de fatiga de un conductor de un vehículo. En algunas es necesario que la detección se realice con eficiencia en tiempo mientras que en otras la precisión en la detección es más importante. En el caso de que sea necesario un procesamiento en tiempo real, la rapidez de los resultados será prioritaria, mientras que en el análisis ’off-line’, la precisión es lo más importante. En este trabajo, se realiza una exposición de los métodos existentes para detección de emociones, utilizados actualmente con diferentes objetivos y enfoques. A partir de ello, se presentan las mejoras propuestas, y el desarrollo de un método que permite el reconocimiento de las emociones de las personas en videos, o en tiempo real. La aplicación utiliza máquinas de vectores de soporte (SVM) para realizar la clasificación de las emociones, técnicas de rotación planar para corregir la pose, y sistema se seguimiento de caras para poder aplicarlo en presencia de múltiples personas. Dado que el medio por el cuál se transmiten los videos o imágenes, como el WiFi, puede contaminarlos con ruido, es importante que el sistema sea resiliente a dichas alteraciones. Para evaluar esta capacidad se realiza un estudio sobre el impacto del grado de contaminación de la información recibida, sobre el resultado. Se alcanza una precisión muy adecuada al distinguir, en imágenes, las emociones de miedo, alegría, disgusto, neutralidad, tristeza, sorpresa, y enojo." |
author2 |
Gambini, Juliana |
author_facet |
Gambini, Juliana Pérez Sammartino, Francisco Di Giovanni Martínez, Andrés |
format |
Proyecto final de Grado |
author |
Pérez Sammartino, Francisco Di Giovanni Martínez, Andrés |
author_sort |
Pérez Sammartino, Francisco |
title |
Detección de emociones faciales |
title_short |
Detección de emociones faciales |
title_full |
Detección de emociones faciales |
title_fullStr |
Detección de emociones faciales |
title_full_unstemmed |
Detección de emociones faciales |
title_sort |
detección de emociones faciales |
publishDate |
info |
url |
http://ri.itba.edu.ar/handle/123456789/3424 |
work_keys_str_mv |
AT perezsammartinofrancisco detecciondeemocionesfaciales AT digiovannimartinezandres detecciondeemocionesfaciales |
_version_ |
1765660831221022720 |