@MASTERSTHESIS{ 2024:1864492705,
 	title = {Classificação de emoções humanas utilizando pontos de referência da face e redes neurais profundas},
 	year = {2024},
 	url = "https://tede.ufam.edu.br/handle/tede/10297",
 	abstract = "As expressões faciais humanas desempenham um papel fundamental na comunicação
 não-verbal e na transmissão de emoções. Conceitualmente, as expressões faciais podem ser
 deduzidas a partir da disposição dos músculos faciais. Sendo uma avaliação subjetiva, a
 construção de uma base de dados para o reconhecimento de expressões faciais torna-se um
 desafio devido ao elevado risco de enviesamento decorrente de dados desequilibrados ou
 imprecisos. Por outro lado, os avanços nas técnicas de processamento de imagem e de
 aprendizagem profunda têm aumentado a precisão e a eficácia dos algoritmos de
 reconhecimento de expressões faciais. Neste trabalho, com o objetivo de melhorar o
 reconhecimento automático de expressões faciais, apresentamos a fusão de duas arquiteturas
 de redes neurais. A primeira compreende uma rede neural convolucional unidimensional
 (1D), com entrada caracterizada por pontos de referência da face, e uma segunda, uma rede
 neural convolucional baseada no backbone DenseNet, com a própria 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 precisão de 60,40% no subconjunto de
 teste, para a modalidade de 7 classes. Este resultado é comparável aos melhores resultados
 obtidos no conjunto de dados AffectNet.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de Pós-graduação em Engenharia Elétrica},
 	note = {Faculdade de Tecnologia}
}