Victoria Castro, Antonio José
Sistema híbrido de reconocimiento de microexpresiones faciales empleando métodos preexistentes / Antonio José Victoria Castro, Johan Cecilia Vargas Olaya; Director de Tesis Jose de Jesús Salgado Patrón , Datos electrónicos (1 archivos:3479 MG) - 1 CD-ROM (82 páginas); diagramas, fotografías, retratos, tablas o cuadros; 12 cm
Tesis
Introducción -- Objetivos, objetivo general, objetivos específicos -- Marco teórico, expresiones faciales, base de datos, definición de procesamiento de imágenes, redes neuronales, parámetros e hiper-parámetros, análisis de componentes principales (PCA), matlab, detección de microexpresiones faciales -- Metodología, selección y preparación de base de datos, procesamiento de imágenes, redes neuronales, parámetros PCA -- Resultados, fotos generadas por PCA, primer entrenamiento: rostros completos y comparación entre alex net y googlenet, segundo entrenamiento: rostros completos del rostro segmentadas, tercer entrenamiento: rostros completos y partes del rostro, cuarto entrenamiento: segmentación de las regiones de interés con micro-expresiones -- Análisis de resultados, análisis de las fotos generadas por PCA, análisis del primer entrenamiento de rostros completos, análisis del segundo entrenamiento de partes de rostro segmentadas, análisis del tercer entrenamiento para rostros completos y sus partes, análisis del cuarto entrenamiento de segmentación de las regiones de interés -- Conclusiones
"Las micro-expresiones se definen como breves movimientos involuntarios e incoscientes provenientes de los músculos faciles asociados a emociones principales como ira, miedo, asco, tristeza, felicidad, sorpresa y desprecio.
Actualmente hay diversos estudios alrededor de las micro-expresiones faciales con enfoque académico, social, médico y psicológico con diferentes aplicaciones tecnológicas o médicas.
En el presente proyecto, se explicará el diseño de un programa capaz de reconocer algunas de las emociones principales a partir de micro-expresiones, para ello se diseñó y entrenó una red neuronal , lo cual se alimentó previamente con una base de datos unificada (compuesta por diferentes bases de datos), la cual se procesó en diferentes aspectos como calidad, resolución, tamaño y etiquetado para posteriormente iniciar con la etapa de entrenamiento, la cual se dividió en varias frases, transfiriendo el aprendizaje del primer entrenamiento al siguiente.
Dentro de la etapa antes mencionada se realizó el entrenamiento de la red neuronal enfocado a analizar aspectos generales y micro expresiones, así mismo se priorizó la obtención y configuración de los parámetros e hiper-parámetros de una red neuronal convolucional respectivamente, así como la aplicación del análisis por componentes principales (PCA) para agilizar los procesos.
Finalizada la etapa de entrenamiento se obtuvo una red neuronal capaz de clasificar las emociones en rostros completos, parte del rostro, así como de ubicar con cierta precisión las áreas donde se localizan las micro-expresiones en las imágenes del conjunto de prueba."
Ingeniería Electrónica--Sistema Híbrido
Ingeniería Electrónica--Microexpresiones faciales
Th IE 420
Sistema híbrido de reconocimiento de microexpresiones faciales empleando métodos preexistentes / Antonio José Victoria Castro, Johan Cecilia Vargas Olaya; Director de Tesis Jose de Jesús Salgado Patrón , Datos electrónicos (1 archivos:3479 MG) - 1 CD-ROM (82 páginas); diagramas, fotografías, retratos, tablas o cuadros; 12 cm
Tesis
Introducción -- Objetivos, objetivo general, objetivos específicos -- Marco teórico, expresiones faciales, base de datos, definición de procesamiento de imágenes, redes neuronales, parámetros e hiper-parámetros, análisis de componentes principales (PCA), matlab, detección de microexpresiones faciales -- Metodología, selección y preparación de base de datos, procesamiento de imágenes, redes neuronales, parámetros PCA -- Resultados, fotos generadas por PCA, primer entrenamiento: rostros completos y comparación entre alex net y googlenet, segundo entrenamiento: rostros completos del rostro segmentadas, tercer entrenamiento: rostros completos y partes del rostro, cuarto entrenamiento: segmentación de las regiones de interés con micro-expresiones -- Análisis de resultados, análisis de las fotos generadas por PCA, análisis del primer entrenamiento de rostros completos, análisis del segundo entrenamiento de partes de rostro segmentadas, análisis del tercer entrenamiento para rostros completos y sus partes, análisis del cuarto entrenamiento de segmentación de las regiones de interés -- Conclusiones
"Las micro-expresiones se definen como breves movimientos involuntarios e incoscientes provenientes de los músculos faciles asociados a emociones principales como ira, miedo, asco, tristeza, felicidad, sorpresa y desprecio.
Actualmente hay diversos estudios alrededor de las micro-expresiones faciales con enfoque académico, social, médico y psicológico con diferentes aplicaciones tecnológicas o médicas.
En el presente proyecto, se explicará el diseño de un programa capaz de reconocer algunas de las emociones principales a partir de micro-expresiones, para ello se diseñó y entrenó una red neuronal , lo cual se alimentó previamente con una base de datos unificada (compuesta por diferentes bases de datos), la cual se procesó en diferentes aspectos como calidad, resolución, tamaño y etiquetado para posteriormente iniciar con la etapa de entrenamiento, la cual se dividió en varias frases, transfiriendo el aprendizaje del primer entrenamiento al siguiente.
Dentro de la etapa antes mencionada se realizó el entrenamiento de la red neuronal enfocado a analizar aspectos generales y micro expresiones, así mismo se priorizó la obtención y configuración de los parámetros e hiper-parámetros de una red neuronal convolucional respectivamente, así como la aplicación del análisis por componentes principales (PCA) para agilizar los procesos.
Finalizada la etapa de entrenamiento se obtuvo una red neuronal capaz de clasificar las emociones en rostros completos, parte del rostro, así como de ubicar con cierta precisión las áreas donde se localizan las micro-expresiones en las imágenes del conjunto de prueba."
Ingeniería Electrónica--Sistema Híbrido
Ingeniería Electrónica--Microexpresiones faciales
Th IE 420