janadeveloper
commented
7 months ago Os artigos 166, 168, 170 e 171 são pagos.
Artigo: 167, ano 2017 - Uso de Reconhecimento de Emoções Faciais em Sistemas de E-learning
1. - Tipos de indivíduos presentes nas imagens:
- Informação são retiradas através de uma sala de aula virtual (Skype);
- Capturas de tela do educador envolvendo imagens frontais dos alunos;
- Homens e mulheres;
2.- Quantidade de imagens por indivíduo:
-
Não é informada a quantidade de indivíduos.
3.- Características de cada imagem (colorido, resolução, indivíduos próximos ou não):
-
Imagens frontais em formato .png e .jpg;
-
Imagens coloridas e utilizou um algoritmo para exibir pontos de referências faciais no rosto;
-
Indivíduos não próximos, pois a pesquisa foi trabalhada de forma remota e a resolução da imagem foi da webcam.
4.-Disponibilidade da base de dados (base aberta ou fechada):
-
Base de dados fechada;
-
O conjunto de dados de treinamento (contém nove atributos) e tem tamanho 11680 X 10 composto por atributos obtidos das expressões faciais dos alunos;
-
Gerando 1.650 amostras.
Artigo: 169, ano 2016 - Extração de humor usando características faciais para melhoras curvas de aprendizagem de alunos em sistemas de E-learning
1.-Tipos de indivíduos presentes nas imagens:
-
Base de dados “Cohn-Kanade” e as mesmas foram usadas para identificar o estado de desenvolvimento de um aluno durante uma palestra online;
-
Para outro caso de teste, 30 alunos de uma aula de matemático foram observados durante uma sessão de e-learning por uma hora;
-
30 alunos com idade média de 15 anos.
2.-Quantidade de imagens por indivíduo:
-
486 sequências de 97 faces (Usadas para treinar o sistema pela AU da Cohn-kanade);
-
Com os 30 alunos, foi analisado cada recorte entre 6-10 min de vídeo.
3.-Características de cada imagem (colorido, resolução, indivíduos próximos ou não):
-
Uma câmera digital de 35mm foi usada com taxa de quadros de 10fps para registrar as características faciais;
-
Imagens coloridas;
-
Indivíduos não próximos, pois a pesquisa foi trabalhada de forma remota.
4.-Disponibilidade da base de dados (base aberta ou fechada):
-
O banco de dados de expressões faciais codificado pela AU da Cohn-Kanade oferece uma base de teste para pesquisas em análise automática de imagens faciais e está disponível para uso pela comunidade de pesquisa. Este banco de dados consiste em 486 sequências de 97 faces.
Artigo: 172, ano 2019 - Rumo à observação automatizada da sala de aula: máquina multimodal aprendendo a estimar o clima positivo e negativo da classe.
1.-Tipos de indivíduos presentes nas imagens:
-
Crianças das salas de aulas pré-escolares (2 a 3 anos), universidade de Virginia (UVA);
-
Salas de aula do fundamental e ensino médio (normalmente de 10 a 14 anos), hospedado na Universidade de Michigan(MET).
2._-Quantidade de imagens por indivíduo:_
-
Crianças: 192 vídeos, com duração de 45 a 60 min;
-
MET: 16.000 vídeos de 3.000 professores dando aula.
3._-Características de cada imagem (colorido, resolução, indivíduos próximos ou não):_
-
MET: em cada sala de aula possuía uma câmera esférica de 360°;
-
Vídeos coloridos e salas de aulas cheias com alunos próximos (UVA).
4._-Disponibilidade da base de dados (base aberta ou fechada):_
-
Fechada, apenas com autorização explícita da UVA.
Artigo: 173, ano 2021 - A proposta de modelo de determinação do estudante atendimento na educação a distância com presencial tecnologia de reconhecimento
1._-Tipos de indivíduos presentes nas imagens:_
-
Alunos de um curso online.
2._-Quantidade de imagens por indivíduo:_
-
Uma base de dados e outra na hora que o aluno acessa a aula.
3._-Características de cada imagem (colorido, resolução, indivíduos próximos ou não):_
-
Imagens cor de cinza com o método “Convert”;
-
Imagens de WebCam.
4._-Disponibilidade da base de dados (base aberta ou fechada):_
-
Base de dados fechada.
Artigo: 174, ano 2022 - Um novo modelo de aprendizagem, profunda para reconhecimento facial e inscrições em ensino a distância.
1._-Tipos de indivíduos presentes nas imagens:_
-
Homens e mulheres;
-
Diferentes origens étnicas;
-
Idades entre 18 a 20 anos, havendo alguns sujeitos mais velhos.
-
2._-Quantidade de imagens por indivíduo:_
-
Quatro bases de dados (Faces94, Faces95, Faces96 e Grimace). Contém 395 rostos e para cada pessoa inclui 20 imagens;
-
A base “faces94” é composta de 3040 fotografias de rostos de 152 pessoas, com plano de fundo estático, sem variação de distância em relação à câmera e sem variações de luminosidade, sendo, portanto, o conjunto com menor grau de dificuldade;
-
A base “faces95” possui 1440 fotografias de 72 pessoas com variação de distância em relação à câmera, tendo, desta forma, um grau de dificuldade maior do que a anterior;
-
As bases “faces96” e “grimace” possuem o maior grau de dificuldade de acordo com o autor. A primeira delas é composta por 3016 imagens de 151 pessoas com variação de luminosidade e distância em relação à câmera. O último conjunto é formado por 360 imagens de 18 pessoas fazendo caretas e movimentos.
3._-Características de cada imagem (colorido, resolução, indivíduos próximos ou não):_
-
Imagem de entrada com tamanho de 224 X 224 X 3 pixels e a primeira camada com tamanho de filtro de 7 X 7;
-
Faces94: 180 X 200 pixels;
-
Faces96: 196 X 196 pixels;
-
Grimace: 180 X 200 pixels;
-
As imagens são armazenadas em RGB de 24 bits, formato JPEG;
-
O número total de indivíduos, entre masculinos e femininos, com e sem artefatos como óculos, barbas e bigodes, é de 395, sendo 20 imagens por indivíduo;
-
A iluminação é artificial, misturando lâmpadas de tungstênio e fluorescentes.
4._-Disponibilidade da base de dados (base aberta ou fechada):_
-
Base de dados aberta.
_Links que podem ser úteis: https://www.cc.faccamp.br/anaisdowcf/edicoes_anteriores/wcf2019/03/paper_03.pdf , https://seer.upf.br/index.php/rbca/article/download/10991/114115411/15302924 , https://www.peteletricaufu.com.br/static/ceel/artigos/artigo_547.pdf._
Artigo: 175, ano 2020 - Detecção dos estados afetivos dos alunos em sala de aula usando CNN
1._-Tipos de indivíduos presentes nas imagens:_
-
Um sistema que usará webcam para monitorar rostos de alunos assistindo MOOC (Massive Open Online Course;
2._-Quantidade de imagens por indivíduo:_
-
O conjunto de treinamento consiste em 28.709 exemplos. O conjunto de testes públicos consiste em 3.589 exemplos.
3._-Características de cada imagem (colorido, resolução, indivíduos próximos ou não):_
-
Os dados consistem em imagens de rostos em escala de cinza de 48x48 pixels da base de dados Kaggle;
4._-Disponibilidade da base de dados (base aberta ou fechada):_
-
O conjunto de dados é baixado do site: https://www.kaggle.com/msambare/fer2013 .
tfvieira
Avaliar:
Observação: