Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/52705

Compartilhe esta página

Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorTEICHRIEB, Veronica-
dc.contributor.authorLIMA, Maria Luisa Leandro de-
dc.date.accessioned2023-10-09T13:57:47Z-
dc.date.available2023-10-09T13:57:47Z-
dc.date.issued2023-09-19-
dc.date.submitted2023-10-02-
dc.identifier.citationLIMA, Maria Luisa Leandro de. Um estudo de reconhecimento de emoções baseado em linguagem corporal e marcha. 2023. 35 f. TCC (Graduação) - Curso de Engenharia da Computação, Centro de Informática, Universidade Federal de Pernambuco, Recife, 2023.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/52705-
dc.description.abstractO reconhecimento de emoções é a tarefa de extrair características relacionadas a emoções, permitindo que sistemas inteligentes entendam seu usuário de forma mais profunda e que mudem sua interação com o mesmo de acordo. Dentre as técnicas de reconhecimento de emoções mais comuns está a combinação de reconhecimento de expressão facial e contexto. No entanto, como sugerido pela literatura de psicologia de comportamento, a linguagem corporal também é uma importante fonte de características afetivas e poderia ser utilizada para o reconhecimento de emoções. Neste trabalho, propomos um framework profundo para reconhecimento de emoções baseado em marcha, que é a forma de andar de uma pessoa e que é bastante modificada de acordo com as emoções da mesma. Realizamos experimentos e avaliações no conhecido dataset E-Gait, passando o estado da arte com um ganho de ≈ 5% em acurácia. Também mostramos que nosso modelo converge mais rápido, reduzindo os custos computacionais necessários para realizar possíveis refinamentos desta técnica para resolver problemas mais específicos em outros contextos.pt_BR
dc.format.extent36p.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectreconhecimento de emoçõespt_BR
dc.subjectmarchapt_BR
dc.subjectlinguagem corporalpt_BR
dc.titleUm estudo de reconhecimento de emoções baseado em linguagem corporal e marchapt_BR
dc.typebachelorThesispt_BR
dc.contributor.advisor-coCOSTA, Willams de Lima-
dc.contributor.authorLatteshttp://lattes.cnpq.br/8152364014098001pt_BR
dc.degree.levelGraduacaopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/3355338790654065pt_BR
dc.description.abstractxEmotion recognition is the task of extracting features related to emotion, allowing intelligent systems to understand their user on a deeper level and changing their interaction accordingly. Among the more common emotion recognition approaches is the combination of facial expression and context recognition. However, as suggested by the behavioral psychology literature, body language is also a significant source of affective features and could be used for emotion recognition. In this work, we propose a deep framework for emotion recognition based on gait, which is a person’s manner of walking and which is severely modified according to their emotions. We experimented and evaluated our technique in the well-known E-Gait dataset, surpassing the current state-of-the-art with a gain of ≈ 5% in accuracy. We also show that our model is able to converge faster, therefore lowering the computational resources required to fine-tune this approach to solve more specific problems in different settings.pt_BR
dc.subject.cnpqÁreas::Ciências Exatas e da Terra::Ciência da Computaçãopt_BR
dc.degree.departament::(CIN-DCC) - Departamento de Ciência da Computaçãopt_BR
dc.degree.graduation::CIn-Curso de Engenharia da Computaçãopt_BR
dc.degree.grantorUniversidade Federal de Pernambucopt_BR
dc.degree.localRecifept_BR
dc.contributor.advisor-coLatteshttp://lattes.cnpq.br/3506588026663701pt_BR
Aparece nas coleções:(TCC) - Engenharia da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TCC Maria Luisa Leandro de Lima.pdf1,23 MBAdobe PDFThumbnail
Visualizar/Abrir


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons