Research projects Research projects

Return to Full Page
Back

TFG: Emotion Clustering: Anàlisi no supervisat d’expressions facials

TFG: Emotion Clustering: Anàlisi no supervisat d’expressions facials

TFG: Emotion Clustering: Anàlisi no supervisat d’expressions facials
L’anàlisis automàtic d’expressions facials a partir d’imatges està sent un camp de recerca molt actiu en els últims anys. Si els ordinadors fossin capaços d’entendre les expressions facials humanes permetria innumerables possibles aplicacions:...

L’anàlisis automàtic d’expressions facials a partir d’imatges està sent un camp de recerca molt actiu en els últims anys. Si els ordinadors fossin capaços d’entendre les expressions facials humanes permetria innumerables possibles aplicacions: anàlsisi automàtic d’estats emocionals, detecció de mentides, diagnòstic d’enfermentats mentals com la depressió, etc… Molta recerca que s’ha fet fins ara, intenta reconèxier de forma supervisada expressions facials molt concretes com somriure, sorpresa, por, … [1]. El problema d’això és que aquestes categories són preestablertes i en entorns reals n’apareixen moltes més.

Figura 1. Detecció no supervisada de diferents subjectes realitzant expressions facials similars

 

Aquest projecte té com objectiu evaluar diferents tècniques de “Computer Vision” I “Pattern Recongition” que permetin trobar de forma no supervisada (clustering) quan diferents subjectes estàn realitzant expressions facials similars, sense necessitat de tenir categories preestablertes.

Figura 2. Procés d’extracció dels descriptors facials i alguns exemples de quin tipus de descriptors es poden utilitzar

Per això, s’evaluaràn diferents descriptors I mètodes de clustering per comprovar l’efectivitat d’aquests a la base de dades d’expressions facials MMI. Abans de començar el projecte es proveirà un codi d’esquelet que ajudarà a l’alumne a centrar-se en l’objectiu del projecte.
Es recomana tenir nocions de Patter Recognition i certa habilitat programant amb Matlab.

[1] Modelling facial expressions dynamics with Gaussian Process Regression.Adria Ruiz, Xavier Binefa CCIA 2012: 91-100