“A computação assistiva é usada para melhorar a vida humana em diferentes contextos, como suporte para adultos mais velhos, segurança pessoal e detecção de anomalias. Esse campo também tem sido usado para monitorar a emoções, impactando diretamente na saúde emocional de vidas humanas, assim, evita o agravamento de alguns problemas de saúde, como ansiedade e depressão. Existem várias soluções para monitorar as emoções, mas algumas delas são imóveis, o que significa que elas dependem da posição das pessoas para serem eficazes. Por outro lado, propostas com robôs móveis não seguem rotas que consideram o estado emocional das pessoas, reduzindo a eficiência do monitoramento, visto que pessoas com valência emocional negativa precisam de mais atenção, pois são mais propensas a desenvolver problemas psicológicos. Nesta dissertação, propôs-se um modelo que combina uma rede neural convolucional para classificação de expressão faciais com um algoritmo de planejamento de rotas para definir a melhor rota priorizando o estado emocional negativo das pessoas no ambiente. Para avaliar nossa proposta, construímos e simulamos um ambiente interno com características necessárias para avaliar o planejamento de rotas de um robô considerando a variação do estado emocional das pessoas neste ambiente. As simulações das expressões faciais foram feitas usando imagens do banco de dados Cohn-Kanade (CK); este banco de dados tem diferentes expressões faciais de diferentes pessoas. O robô deve classificar as emoções e encontrar o caminho mais curto priorizando os pacientes com estado emocional de valência negativa e também visitar todos as pessoas no ambiente. Os resultados das patrulhas simuladas efetuadas pelo robô foram altamente precisas, isto é, em todas as patrulhas o robô conseguiu reconhecer as emoções com precisão e também foi capaz de criar as rotas que cumpriam com o objetivo proposto.”
Leia mais:DEFESA DE DISSERTAÇÃO N°167 - MARIANA GOMES DA MOTTA MACEDO
Leia mais:DEFESA DE DISSERTAÇÃO N°166 - DENISE ASSIS BEZERRA DE SOUZA