PROTÓTIPO DE RECONHECIMENTO DE EXPRESSÕES FACIAIS COM COMPUTAÇÃO AFETIVA NA EDUCAÇÃO

PROTÓTIPO DE  RECONHECIMENTO DE EXPRESSÕES FACIAIS COM COMPUTAÇÃO AFETIVA NA EDUCAÇÃO

Augusto Batista de Jesus1, Guibson Arcebispo Lima Oliveira1, Pedro Henrique Leite Pinheiro1,

Walisson Pereira de Sousa2.

¹Discente do Curso Superior Tecnólogo em Análise e Desenvolvimento de Sistemas – IFTO Campus Araguaína, e-mail: [e-mail]; [e-mail]; [e-mail].                                                                                                                                                                                            

²Docente do Curso Superior Tecnólogo em Análise e Desenvolvimento de Sistemas – IFTO Campus Araguaína, e-mail:  [e-mail]

Resumo: O reconhecimento facial é uma tecnologia baseada nos conceitos da biometria, tendo seu desenvolvimento no início na década de 1960 e, atualmente, sendo bastante utilizada no ramo da segurança. Porém, o uso dessa tecnologia apresenta aplicações em diversas áreas. A sua utilização pode ser incorporada com a computação afetiva e ser implementada utilizando técnicas para reconhecer emoções. Esse trabalho tem a finalidade de desenvolver um software de reconhecimento facial capaz de reconhecer as emoções e expressões faciais dos alunos durante as aulas, além de classificar essas emoções. Com o do software será possível entender os tipos de emoções que os alunos emitem durante determinada aula. Foi utilizada a linguagem Python juntamente com as API’s OpenCV e Tensorflow com o método de comparação. Após a classificação das emoções, o software dará feedback ao professor e com isso ele poderá aprimorar sua metodologia e as dinâmicas das aulas, além de melhorar o aprendizado de seus alunos.

Palavras Chaves:  Biometria, Computação Afetiva, Emoções, Python, Reconhecimento Facial.

1 INTRODUÇÃO

Reconhecimento facial é a capacidade de identificar um indivíduo baseando-se nas características biométricas de sua face. Automatizar esse processo vem sendo alvo de estudos nas últimas décadas devido à vasta área de aplicação, por exemplo: segurança das vias e verificação de documentos de identidade. Um sistema de reconhecimento de imagem normalmente trabalha sobre dois cenários: verificação e identificação. No primeiro, a similaridade entre duas imagens contendo as faces é verificada e é determinado se há compatibilidade entre elas. No segundo cenário, a imagem da face é comparada com um vasto número de imagens armazenadas em um banco de dados e se obtém como retorno o indivíduo que mais se assemelha a partir de uma métrica definida e, dessa forma, se tem uma possível identificação do sujeito. A ideia é que, em ambos os cenários, seja possível realizar a identificação automática (BICALHO, 2013).

A tecnologia começou por chamar a atenção pública devido à reação dos meios de comunicação a uma implementação experimental nos jogos finais da Liga Nacional de Futebol Americano dos Estados Unidos em 2001, que capturou imagens de vigilância e as comparou com uma base de dados de conteúdos digitais. Essa demonstração iniciou a necessária análise sobre a forma de utilizar a tecnologia para suportar determinadas necessidades nacionais, considerando ao mesmo tempo as preocupações sociais e de privacidade (SINFIC, 2008).

O processo de reconhecimento utiliza três técnicas distintas: método 3D, características geométricas da face e características da imagem. No método 3D, utiliza-se uma câmera capaz de mapear todo o rosto em busca de características únicas, incluindo imperfeições. Após mapear toda face humana, é gerado um molde 3D do rosto, sendo este armazenado em uma base de dados. O método de características da imagem analisa o rosto e uma imagem já cadastrada no banco de imagens e o software utiliza a medida de semelhança entre duas imagens, levando em consideração o significado do conteúdo para reconhecer, ou não, duas imagens como similares (MORONI; MATTOS, 2007).

Dotar a máquina de emoções humanas é um dos desafios da computação afetiva. Essa área engloba técnicas adaptadas da Inteligência Artificial (IA) e da Engenharia de Software, agregadas e coordenadas conjuntamente ao estudo, modelagem e simulação da experiência afetiva humana, como característica constituinte dos processos cognitivos, orientada a aplicações em domínios bastante variados. Tem-se a definição de Computação Afetiva por “Computação que está relacionada com, que surge de ou deliberadamente influência emoções” (NUNES et al., 2011).

         A Computação Afetiva pode contribuir melhorando o método de avaliação emocional. Utilizando métodos de rastreamento de sinais, é possível analisar o rosto do usuário para detectar alguns pontos faciais e, com isto, perceber emoções (PICARD, 1997).

Picard (2003) afirma que a Computação Afetiva envolve o uso de características afetivas em sistemas computacionais e robóticos. Em sistemas computacionais, as aplicações são voltadas para análise e aprendizagem. Na robótica, as aplicações focam em identificar elementos que permitem aos sistemas expressar, gerar e perceber emoções, bem como demonstrar interações mente-corpo.

Os ambientes educacionais, se munidos com mecanismos para reconhecer, mostrar emoções, certamente poderão flexibilizar estratégias de ação, providenciando suporte a aprendizagem de um estudante(BERCHT, 2006).

As emoções (DAMÁSIO,1996) possuem um papel essencial na aprendizagem e por isso não podem ser negligenciadas pelos ambientes computacionais de aprendizagem. Piaget (1989) afirmava que o afeto poderia ser a energia necessária para o desenvolvimento cognitivo e, consequentemente, a aprendizagem é acelerada ou perturbada por ele, sendo que a maioria dos estudantes apresenta fraco desempenho em matemática devido problemas afetivos desenvolvidos durante sua aprendizagem. A ansiedade traz alterações na capacidade de memorização (IDZIKOWSKI,1987) e na motivação para o estudar.

As técnicas de reconhecimento facial podem ser amplamente empregadas na área educacional. Seu uso está sendo implantado primeiramente em escolas do Ensino Fundamental e suas aplicações estão voltadas para o controle dos alunos, presença em salas de aula, controle da merenda para evitar desperdícios de alimentos e em ações preventivas de segurança. Em algumas universidades, que utilizam o modelo de ensino a distância, o reconhecimento facial é utilizado para a liberação de materiais, documentos e avaliações para aos alunos (WANDER NETO, 2018).