Resumen

En este documento, estudiamos los algoritmos de reconocimiento facial y de reconocimiento de emociones para monitorear las emociones de los niños en edad preescolar. Para el reconocimiento de emociones previo centrado en rostros, proponemos obtener información más completa a partir de rostros, gestos y contextos. Utilizando el enfoque de aprendizaje profundo, diseñamos una estructura de red más ligera para reducir el número de parámetros y ahorrar recursos computacionales. Hay innovaciones no solo en las aplicaciones, sino también en las mejoras algorítmicas. Se realiza una anotación facial en el conjunto de datos, mientras se diseña un método de muestreo jerárquico para aliviar el fenómeno de desequilibrio de datos que existe en el conjunto de datos. Se propone un nuevo descriptor de características, llamado histograma de gradientes orientados de tres planos ortogonales, para caracterizar las variaciones en la apariencia facial. También se propone un nuevo y eficiente rasgo geométrico para capturar las variaciones en el contorno facial, y se expl

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Reconocimiento facial; Algoritmos de reconocimiento de emociones; Enfoque de aprendizaje profundo; Estructura de red ligera; Método de muestreo jerárquico; Fusión de múltiples características
• Keywords:Face recognition; Emotion recognition algorithms; Deep learning approach; Lightweight network structure; Hierarchical sampling method; Multifeature fusion