Mapas de expresiones para la clasificación de expresiones faciales basadas en features

Autores
Álvarez Mon, Alicia; Buemi, María Elena; Acevedo, Daniel
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La clasificación de emociones en imágenes o videos de caras es un tema que es abordado con diferentes enfoques. Algunos de ellos se encuentran basados en técnicas de alto costo computacional como los que utilizan aprendizaje profundo. Otros enfoques más clásicos utilizan herramientas basadas en features o características extraídas de la cara, como aquellas que incluyen información de forma, textura o estructura. En este trabajo proponemos la clasificación de expresiones mediante la construcción de un mapa de expresiones basado en mapas auto-organizados. Dicho mapa se entrena a partir de vectores de dimensión reducida conteniendo información de forma, estructura (a partir de landmarks faciales), y de textura (a partir de componentes de alta y baja frecuencia). Sobre la base CK+ alcanzamos una tasa de reconocimiento superior al 80% a través del mapeo de las instancias de test a los agrupamientos representados en el mapa.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Expresiones faciales
Reconocimiento
Features
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/178483
Acceder
id SEDICI_c29df2ef45dc380862417b7a044afea2
oai_identifier_str oai:sedici.unlp.edu.ar:10915/178483
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Mapas de expresiones para la clasificación de expresiones faciales basadas en featuresÁlvarez Mon, AliciaBuemi, María ElenaAcevedo, DanielCiencias InformáticasExpresiones facialesReconocimientoFeaturesLa clasificación de emociones en imágenes o videos de caras es un tema que es abordado con diferentes enfoques. Algunos de ellos se encuentran basados en técnicas de alto costo computacional como los que utilizan aprendizaje profundo. Otros enfoques más clásicos utilizan herramientas basadas en features o características extraídas de la cara, como aquellas que incluyen información de forma, textura o estructura. En este trabajo proponemos la clasificación de expresiones mediante la construcción de un mapa de expresiones basado en mapas auto-organizados. Dicho mapa se entrena a partir de vectores de dimensión reducida conteniendo información de forma, estructura (a partir de landmarks faciales), y de textura (a partir de componentes de alta y baja frecuencia). Sobre la base CK+ alcanzamos una tasa de reconocimiento superior al 80% a través del mapeo de las instancias de test a los agrupamientos representados en el mapa.Sociedad Argentina de Informática e Investigación Operativa2024-08info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf80-88http://sedici.unlp.edu.ar/handle/10915/178483spainfo:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/17883info:eu-repo/semantics/altIdentifier/issn/2451-7496info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T11:19:36Zoai:sedici.unlp.edu.ar:10915/178483Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 11:19:37.219SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Mapas de expresiones para la clasificación de expresiones faciales basadas en features
title Mapas de expresiones para la clasificación de expresiones faciales basadas en features
spellingShingle Mapas de expresiones para la clasificación de expresiones faciales basadas en features
Álvarez Mon, Alicia
Ciencias Informáticas
Expresiones faciales
Reconocimiento
Features
title_short Mapas de expresiones para la clasificación de expresiones faciales basadas en features
title_full Mapas de expresiones para la clasificación de expresiones faciales basadas en features
title_fullStr Mapas de expresiones para la clasificación de expresiones faciales basadas en features
title_full_unstemmed Mapas de expresiones para la clasificación de expresiones faciales basadas en features
title_sort Mapas de expresiones para la clasificación de expresiones faciales basadas en features
dc.creator.none.fl_str_mv Álvarez Mon, Alicia
Buemi, María Elena
Acevedo, Daniel
author Álvarez Mon, Alicia
author_facet Álvarez Mon, Alicia
Buemi, María Elena
Acevedo, Daniel
author_role author
author2 Buemi, María Elena
Acevedo, Daniel
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Expresiones faciales
Reconocimiento
Features
topic Ciencias Informáticas
Expresiones faciales
Reconocimiento
Features
dc.description.none.fl_txt_mv La clasificación de emociones en imágenes o videos de caras es un tema que es abordado con diferentes enfoques. Algunos de ellos se encuentran basados en técnicas de alto costo computacional como los que utilizan aprendizaje profundo. Otros enfoques más clásicos utilizan herramientas basadas en features o características extraídas de la cara, como aquellas que incluyen información de forma, textura o estructura. En este trabajo proponemos la clasificación de expresiones mediante la construcción de un mapa de expresiones basado en mapas auto-organizados. Dicho mapa se entrena a partir de vectores de dimensión reducida conteniendo información de forma, estructura (a partir de landmarks faciales), y de textura (a partir de componentes de alta y baja frecuencia). Sobre la base CK+ alcanzamos una tasa de reconocimiento superior al 80% a través del mapeo de las instancias de test a los agrupamientos representados en el mapa.
Sociedad Argentina de Informática e Investigación Operativa
description La clasificación de emociones en imágenes o videos de caras es un tema que es abordado con diferentes enfoques. Algunos de ellos se encuentran basados en técnicas de alto costo computacional como los que utilizan aprendizaje profundo. Otros enfoques más clásicos utilizan herramientas basadas en features o características extraídas de la cara, como aquellas que incluyen información de forma, textura o estructura. En este trabajo proponemos la clasificación de expresiones mediante la construcción de un mapa de expresiones basado en mapas auto-organizados. Dicho mapa se entrena a partir de vectores de dimensión reducida conteniendo información de forma, estructura (a partir de landmarks faciales), y de textura (a partir de componentes de alta y baja frecuencia). Sobre la base CK+ alcanzamos una tasa de reconocimiento superior al 80% a través del mapeo de las instancias de test a los agrupamientos representados en el mapa.
publishDate 2024
dc.date.none.fl_str_mv 2024-08
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/178483
url http://sedici.unlp.edu.ar/handle/10915/178483
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://revistas.unlp.edu.ar/JAIIO/article/view/17883
info:eu-repo/semantics/altIdentifier/issn/2451-7496
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
80-88
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842260702615568384
score 13.13397

Publicaciones similares