%0 Conference Proceedings
%4 sid.inpe.br/sibgrapi/2018/10.19.10.43
%2 sid.inpe.br/sibgrapi/2018/10.19.10.43.12
%T Regress˜ao m´ultipla com redes neurais convolucionais para estimativa conjunta da intensidade de Action Units
%D 2018
%A Batista, Júlio César,
%A Bellon, Olga R. P.,
%A Silva, Luciano,
%@affiliation Universidade Federal do Paraná (UFPR)
%@affiliation Universidade Federal do Paraná (UFPR)
%@affiliation Universidade Federal do Paraná (UFPR)
%E Ross, Arun,
%E Gastal, Eduardo S. L.,
%E Jorge, Joaquim A.,
%E Queiroz, Ricardo L. de,
%E Minetto, Rodrigo,
%E Sarkar, Sudeep,
%E Papa, João Paulo,
%E Oliveira, Manuel M.,
%E Arbeláez, Pablo,
%E Mery, Domingo,
%E Oliveira, Maria Cristina Ferreira de,
%E Spina, Thiago Vallin,
%E Mendes, Caroline Mazetto,
%E Costa, Henrique Sérgio Gutierrez,
%E Mejail, Marta Estela,
%E Geus, Klaus de,
%E Scheer, Sergio,
%B Conference on Graphics, Patterns and Images, 31 (SIBGRAPI)
%C Foz do Iguaçu, PR, Brazil
%8 29 Oct.-1 Nov. 2018
%I Sociedade Brasileira de Computação
%J Porto Alegre
%S Proceedings
%K análise de expressões faciais, visão computacional, redes neurais convolucionais.
%X Este trabalho\footnote{Este artigo é baseado em uma Dissertação de Mestrado} apresenta uma rede neural convolucional (CNN - Convolutional Neural Network) para efetuar a estimativa conjunta da intensidade de \emph{Action Units} (AUs) em imagens de faces. A estimativa da intensidade de AUs é essencial durante a análise de expressões faciais. Os métodos existentes não levam em consideração a possibilidade de estimativa conjunta para vários AUs em uma face e precisam de um modelo para cada AU; métodos que fazem uso dessa informação precisam reestruturar o problema como aprendizado estruturado com grafos, aumentando a complexidade. Portanto, este trabalho propõe um modelo de regressão múltipla para realizar essa estimativa conjunta e permitir a otimização de um modelo \emph{end-to-end}. O modelo proposto foi avaliado na base BP4D (Binghamton-Pittsburgh 3D Dynamic Spontaneous Facial Expression Database), utilizada no \emph{Facial Expression Recognition and Analysis Challenge} (FERA) 2015, que possui anotações da intensidade para cinco AUs em imagens com ambiente controlado. Os resultados obtidos, na média das cinco AUs, superam os \emph{baselines} propostos e são similares ao estado-da-arte, superando-o em uma das AUs.
%@language pt
%3 wtd-julio.pdf