|
Abstract:
|
O reconhecimento de expressões faciais tem uma longa história, com contribuições
significativas de estudiosos como Charles Darwin e Paul Ekman, que estabeleceram
as bases para a ciência moderna de detecção de emoções. Com os avanços
tecnológicos, especialmente em visão computacional, sistemas automáticos de
reconhecimento de emoções têm encontrado aplicações em áreas como robótica e
interação humano-computador. Este trabalho propõe o desenvolvimento de modelos
de deep learning para detecção de emoções durante saltos de paraquedismo, um
contexto de alto impacto emocional. Utilizando o algoritmo YOLO, o modelo visa
identificar três emoções – medo, neutro e feliz –, contribuindo para o avanço da
pesquisa na área de reconhecimento de emoções em cenários dinâmicos e
desafiadores. Os resultados indicaram que os modelos YOLOv10 apresentaram
melhor equilíbrio entre as métricas de treinamento e teste, enquanto os modelos
YOLOv8 mostraram indícios de overfitting devido à menor capacidade de
generalização. O conjunto de dados limitado e as semelhanças visuais entre certas
classes foram as principais limitações, destacando a necessidade de ampliar e
diversificar o dataset. Como trabalhos futuros, propõe-se a criação de um conjunto de
dados mais robusto e a exploração de arquiteturas alternativas, para melhorar o
desempenho e a capacidade de generalização dos modelos. |
