Reconhecimento de expressões faciais de alunos com CNN

Abstract

Resumo : Reconhecer as emoções dos alunos é fundamental para qualquer sistema educacional, pois permite projetar melhores estratégias de ensino e aprendizagem. Identificar as emoções pode ser uma tarefa simples para os humanos, entretanto, se torna uma tarefa complexa para as máquinas. Avanços recentes em computação afetiva, em inglês Affective Computing (AC), e visão computacional estão permitindo que máquinas percebam as express ões faciais humanas e consigam reconhecer as emoções a partir delas. A AC visa tornar as máquinas sensíiveis as emoções humanas, utilizando, para isso, o reconhecimento de emoções. O reconhecimento de emoções visa identificar as emoções humanas, principalmente, por meio das expressões faciais. O reconhecimento das emoções baseado em expressões faciais pode ser realizado através de algoritmos de aprendizagem profunda conhecidos como Redes Neurais Convolucionais, em inglês Convolutional Neural Network(CNN). AsCNN são modelos de aprendizagem profunda aplicáveis a diversos problemas de visão computacional, dentre eles, temos o reconhecimentode emoções faciais baseado em classificação de imagens. Recentemente, uma técnica de aprendizagem de máquina conhecida como transferência de aprendizagem, em inglês Transfer Learning (TL), têm prometido ajudar no desempenho dos modelos de CNN em diversas tarefas. Diante disso, o presente trabalho visa avaliar o desempenho de modelos de CNN com TL aplicado ao problema de reconhecimento de expressões faciais. Como melhor resultado, obtivemos o desempenho de 65% de acurácia com o modelo VGG16.