Aprendizagem profunda para o reconhecimento de emoções: Da teoria à prática

Este livro investiga os desenvolvimentos na visão computacional e na perceção emocional automatizada da inteligência artificial. Especificamente, utilizamos algoritmos de aprendizagem profunda, DCNN e VGG19 para combinar linguagem corporal e informação contextual, incluindo factores ambientais, sociais e culturais. Optimizamos as redes neurais profundas agregando muitos conjuntos de dados de imagens, incluindo EMOTIC (ADE20K, MSCOCO), EMODB_SMALL e FRAMESDB, para avaliar corretamente as dimensões emocionais contínuas e as emoções discretas. Os nossos resultados mostram um progresso notável em relação aos métodos actuais, melhorando a consciência emocional contextual. Este trabalho abre o caminho para aplicações significativas em robótica social, computação afectiva e interação homem-máquina, permitindo uma deteção emocional complexa em muitos contextos diferentes do mundo real.