Please use this identifier to cite or link to this item:
https://repositorio.ufpe.br/handle/123456789/62169
Share on
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | TEICHRIEB, Veronica | - |
| dc.contributor.author | COSTA, Willams de Lima | - |
| dc.date.accessioned | 2025-04-04T23:21:53Z | - |
| dc.date.available | 2025-04-04T23:21:53Z | - |
| dc.date.issued | 2024-03-22 | - |
| dc.identifier.citation | COSTA, Willams de Lima. Perceived emotion recognition from nonverbal communication cues in images and videos. 2024. Tese (Doutorado em Ciência da Computação) - Universidade Federal de Pernambuco, Recife, 2024. | pt_BR |
| dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/62169 | - |
| dc.description.abstract | Identificar emoções permite que sistemas inteligentes monitorem o comportamento de usuários, levando a uma compreensão mais profunda da pessoa. A percepção emocional é um processo que ocorre naturalmente em humanos por meio da comunicação de sinais não verbais, nos quais características emocionais são comunicadas implicitamente por meio de múltiplos canais. Nesta tese, propomos três técnicas que são respaldadas por evidências da literatura de psicologia de comportamento para o reconhecimento de emoções: (1) uma abordagem de reconhecimento de emoções baseada exclusivamente no contexto situacional, (2) um modelo de linguagem corporal que utiliza características de marcha para prever emoções a partir de estilos de caminhada em vídeos, e (3) um modelo que recebe múltiplos sinais extraídos de expressões faciais, contexto situacional e linguagem corporal para perceber emoções em imagens. Os resultados obtidos por nossos modelos se igualam ao estado da arte, mas com melhorias significativas relacionadas ao custo computacional. | pt_BR |
| dc.language.iso | eng | pt_BR |
| dc.publisher | Universidade Federal de Pernambuco | pt_BR |
| dc.rights | openAccess | pt_BR |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
| dc.subject | Reconhecimento de emoções | pt_BR |
| dc.subject | Reconhecimento de comportamento humano | pt_BR |
| dc.subject | Visão computacional | pt_BR |
| dc.title | Perceived emotion recognition from nonverbal communication cues in images and videos | pt_BR |
| dc.type | doctoralThesis | pt_BR |
| dc.contributor.advisor-co | FIGUEIREDO, Lucas Silva | - |
| dc.contributor.advisor-co | MARTINEZ, Estefania Talavera | - |
| dc.contributor.authorLattes | http://lattes.cnpq.br/3506588026663701 | pt_BR |
| dc.publisher.initials | UFPE | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.degree.level | doutorado | pt_BR |
| dc.contributor.advisorLattes | http://lattes.cnpq.br/3355338790654065 | pt_BR |
| dc.publisher.program | Programa de Pos Graduacao em Ciencia da Computacao | pt_BR |
| dc.description.abstractx | Identifying emotions enables intelligent systems to monitor user behavior, leading to a deeper understanding of the person. Perceiving emotion occurs naturally in humans through the communication of nonverbal cues, in which emotional features are communicated implicitly through multiple channels. In this thesis, we propose three automatic frameworks supported by evidence from the behavioral psychology literature for emotion recognition: (1) an emotion recognition approach based solely on situational context, (2) a body-language model that uses gait features to predict emotion from walking styles from videos, and (3) a multi-cue model that combines facial expression, situational context, and body language to perceive emotions in images. The obtained results by our proposed models equal the state of the art but with severe improvements related to computational cost. | pt_BR |
| dc.contributor.advisor-coLattes | http://lattes.cnpq.br/3195170463502606 | pt_BR |
| Appears in Collections: | Teses de Doutorado - Ciência da Computação | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| TESE Willams de Lima Costa.pdf | 45.98 MB | Adobe PDF | ![]() View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License

