COMPARAÇÃO DE TÉCNICAS DE RECONHECIMENTO DE EXPRESSÕES FACIAIS COM APRENDIZADO POR TRANSFERÊNCIA NA BASE FER-2013

Resumo

A computação afetiva busca dotar sistemas computacionais da capacidade de interpretar
estados emocionais humanos, tendo o reconhecimento de expressões faciais como um de seus
principais objetos de estudo. Este trabalho compara a performance de diferentes técnicas de
classificação de expressões faciais utilizando a base FER-2013 e modelos de redes neurais
convolucionais (CNN) pré treinadas, aplicando aprendizado por transferência. Além da avaliação de
arquiteturas originais, foram testadas variações com o acréscimo de camadas Dense e Batch
Normalization na etapa de treinamento, bem como modelos sem essas modificações. A classe nojo
apresentou ocorrência notavelmente rara, comprometendo o desempenho de todos os modelos
avaliados. Dentre as técnicas utilizadas, nota-se que, ao remover a classe nojo, o modelo ResNet50v2
apresentou uma melhora de 14% na acurácia no conjunto de teste, evidenciando o efeito da
distribuição desbalanceada sobre a performance.