Prototipo computacional para la detección y clasificación de expresiones faciales mediante la extracción de patrones locales binarios
La expresión facial es uno de los medios más comunes y naturales que tiene el ser humano, para transmitir información sobre sus emociones e intenciones. Su análisis es un área de investigación activa desde el trabajo realizado por Charles Darwin en 1872 y recientemente, su reconocimiento de forma au...
| Autor Principal: | Cama Castillo, Yulian André |
|---|---|
| Formato: | Tesis de Licenciatura |
| Idioma: | Español |
| Publicado: |
Pontificia Universidad Católica del Perú
2015
|
| Materias: | |
| Acceso en línea: |
http://tesis.pucp.edu.pe/repositorio/handle/123456789/5960 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: |
La expresión facial es uno de los medios más comunes y naturales que tiene el ser
humano, para transmitir información sobre sus emociones e intenciones. Su análisis
es un área de investigación activa desde el trabajo realizado por Charles Darwin en
1872 y recientemente, su reconocimiento de forma automatizada, ha tenido un
gran desarrollo gracias a los avances en áreas como visión computacional y
aprendizaje de máquina.
A pesar de lo mencionado anteriormente, uno de los principales retos que se tiene
por resolver, para lograr un sistema robusto, radica en el modo en que se extraen
las características faciales; es decir, el modo en que el computador representará el
rostro, que facilite la distinción de las expresiones. Factores como la iluminación de
la imagen, la cercanía o lejanía del rostro en la imagen, o incluso el ángulo del
rostro (oclusión) pueden afectar la correcta extracción de las características por lo
que deben ser abordados para lograr de forma ideal el reconocimiento de las
expresiones faciales.
Este proyecto de investigación se enfoca en el estudio de la aplicación del
descriptor LBP, como método basado en apariencia, para describir las expresiones
en el rostro y así poder clasificarlas entre las emociones básicas mediante el uso de
técnicas Boosting de aprendizaje de máquina. |
|---|