Segmentação automática de Expressões Faciais Gramaticais com Multilayer Perceptrons e Misturas de Especialistas (2018)
- Authors:
- Autor USP: CARDOSO, MARIA EDUARDA DE ARAÚJO - EACH
- Unidade: EACH
- Subjects: RECONHECIMENTO DE PADRÕES; APRENDIZADO COMPUTACIONAL; LÍNGUA BRASILEIRA DE SINAIS; GESTOS; ANÁLISE DO MOVIMENTO HUMANO
- Keywords: Expressões faciais gramaticais; Grammatical facial expressions; Mistura de Especialistas; Mixtures of experts; Multilayer Perceptron; Multilayer Perceptron
- Language: Português
- Abstract: O reconhecimento de expressões faciais é uma área de interesse da ciência da computação e tem sido um atrativo para pesquisadores de diferentes áreas, pois tem potencial para promover o desenvolvimento de diferentes tipos de aplicações. Reconhecer automaticamente essas expressões tem se tornado um objetivo, principalmente na área de análise do comportamento humano. Especialmente para estudo das línguas de sinais, a análise das expressões faciais é importante para a interpretação do discurso, pois é o elemento que permite expressar informação prosódica, suporta o desenvolvimento da estrutura gramatical e semântica da língua, e ajuda na formação de sinais com outros elementos básicos da língua. Nesse contexto, as expressões faciais são chamadas de expressões faciais gramaticais e colaboram na composição no sentido semântico das sentenças. Entre as linhas de estudo que exploram essa temática, está aquela que pretende implementar a análise automática da língua de sinais. Para aplicações com objetivo de interpretar línguas de sinais de forma automatizada, é preciso que tais expressões sejam identificadas no curso de uma sinalização, e essa tarefa dá-se é definida como segmentação de expressões faciais gramaticais. Para essa área, faz-se útil o desenvolvimento de uma arquitetura capaz de realizar a identificação de tais expressões em uma sentença, segmentando-a de acordo com cada tipo diferente de expressão usada em sua construção... (Continua)(Continuação) Dada a necessidade do desenvolvimento dessa arquitetura, esta pesquisa apresenta: uma análise dos estudos na área para levantar o estado da arte; a implementação de algoritmos de reconhecimento de padrões usando Multilayer Perceptron e misturas de especialistas para a resolução do problema de reconhecimento da expressão facial; a comparação desses algoritmos reconhecedores das expressões faciais gramaticais usadas na concepção de sentenças na Língua Brasileira de Sinais (Libras). A implementação e teste dos algoritmos mostraram que a segmentação automática de expressões faciais gramaticais é viável em contextos dependentes do usuários. Para contextos independentes de usuários, o problema de segmentação de expressões faciais representa um desafio que requer, principalmente, a organização de um ambiente de aprendizado estruturado sobre um conjunto de dados com volume e diversidade maior do que os atualmente disponíveis
- Imprenta:
- Data da defesa: 02.10.2018
-
ABNT
CARDOSO, Maria Eduarda de Araújo. Segmentação automática de Expressões Faciais Gramaticais com Multilayer Perceptrons e Misturas de Especialistas. 2018. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2018. Disponível em: http://www.teses.usp.br/teses/disponiveis/100/100131/tde-25112018-203224/. Acesso em: 30 set. 2024. -
APA
Cardoso, M. E. de A. (2018). Segmentação automática de Expressões Faciais Gramaticais com Multilayer Perceptrons e Misturas de Especialistas (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/100/100131/tde-25112018-203224/ -
NLM
Cardoso ME de A. Segmentação automática de Expressões Faciais Gramaticais com Multilayer Perceptrons e Misturas de Especialistas [Internet]. 2018 ;[citado 2024 set. 30 ] Available from: http://www.teses.usp.br/teses/disponiveis/100/100131/tde-25112018-203224/ -
Vancouver
Cardoso ME de A. Segmentação automática de Expressões Faciais Gramaticais com Multilayer Perceptrons e Misturas de Especialistas [Internet]. 2018 ;[citado 2024 set. 30 ] Available from: http://www.teses.usp.br/teses/disponiveis/100/100131/tde-25112018-203224/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
