@MASTERSTHESIS{ 2024:30594472,
 	title = {Classifica??o de emo??es humanas utilizando pontos de refer?ncia da face e redes neurais profundas},
 	year = {2024},
 	url = "https://tede.ufam.edu.br/handle/tede/10297",
 	abstract = "As express?es faciais humanas desempenham um papel fundamental na comunica??o
 n?o-verbal e na transmiss?o de emo??es. Conceitualmente, as express?es faciais podem ser
 deduzidas a partir da disposi??o dos m?sculos faciais. Sendo uma avalia??o subjetiva, a
 constru??o de uma base de dados para o reconhecimento de express?es faciais torna-se um
 desafio devido ao elevado risco de enviesamento decorrente de dados desequilibrados ou
 imprecisos. Por outro lado, os avan?os nas t?cnicas de processamento de imagem e de
 aprendizagem profunda t?m aumentado a precis?o e a efic?cia dos algoritmos de
 reconhecimento de express?es faciais. Neste trabalho, com o objetivo de melhorar o
 reconhecimento autom?tico de express?es faciais, apresentamos a fus?o de duas arquiteturas
 de redes neurais. A primeira compreende uma rede neural convolucional unidimensional
 (1D), com entrada caracterizada por pontos de refer?ncia da face, e uma segunda, uma rede
 neural convolucional baseada no backbone DenseNet, com a pr?pria imagem do rosto como
 entrada. O otimizador ADAM foi utilizado durante o treino desta rede. Foi utilizada a base de
 dados AffectNet. O melhor resultado obtido foi uma precis?o de 60,40% no subconjunto de
 teste, para a modalidade de 7 classes. Este resultado ? compar?vel aos melhores resultados
 obtidos no conjunto de dados AffectNet.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de P?s-gradua??o em Engenharia El?trica},
 	note = {Faculdade de Tecnologia}
}