Browsing by Author "Silva, Gabriel A. R."
Now showing 1 - 3 of 3
Results Per Page
Sort Options
- Desenvolvimento preliminar de um algoritmo de detecção em tempo real de estados emocionais através de redes neurais convolucionaisPublication . Silva, Gabriel A. R.; Alves, Marco A. R.; Bispo, Bruno C.; Rodrigues, Pedro M.Este trabalho apresenta os resultados preliminares de um algoritmo em desenvolvimento para detecção em tempo real de estados emocionais através da análise de imagens do rosto. Para avaliar o estado emocional, o algoritmo de Viola-Jones é aplicado para segmentar o rosto e uma rede neural convolucional (CNN) é utilizada para classificar as imagens analisadas. Os resultados demonstram uma acurácia de 96,18% na classificação do grupo de teste. Ainda assim, o algoritmo será otimizado para uma melhor detecção e a base de dados utilizada deverá ser ampliada de forma a generalizar os resultados.
- Detecção de distúrbios vocais através de parâmetros cepstrais multibanda de vogal sustentadaPublication . Alves, Marco A. R.; Silva, Gabriel A. R.; Bispo, Bruno C.; Dajer, María E.; Rodrigues, Pedro M.Este trabalho tem como objetivo detectar distúrbios vocais relacionados com nódulo vocal, edema de Reinke e patologias neurológicas através de parâmetros cepstrais multibandada vogal sustentada /a/. A detecção é realizada entre pares de grupos de estudo e a análise multibanda é efetuada usando a transformada Wavelet. Para cada par de grupos, uma seleção de parâmetros é realizada. Estatísticas dos parâmetros selecionados são utilizadas como entrada para quatro classificadores com validação cruza da leave-one-out. Acurácias de classificação iguais ou superiores a 96,70% são obtidas para 6 pares de grupos de estudo enquanto apenas 74,20% é alcançado para o par Edema/Nódulo.
- Diferenciação entre edema de Reinke e nódulos vocais através de parâmetros não-lineares da vozPublication . Silva, Gabriel A. R.; Alves, Marco A. R.; Bispo, Bruno C.; Dajer, Maria E.; Rodrigues, Pedro M.Este trabalho tem como objetivo diferenciar distúrbios vocais relacionados com nódulo vocal e edema de Reinke através de parâmetros não-lineares. Os parâmetros são obtidos da banda completa e, por meio da transformada wavelet, de sub-bandas de vogal sustentada. A wavelet que maximiza a capacidade discriminante individual dos parâmetros é buscada. Duas seleções dos parâmetros em sub-bandas são realizadas. Os parâmetros em banda completa e em sub-bandas, e os conjuntos selecionados são aplicados a vários classificadores com validação cruzada leave-one-out. Acurácias de classificação de até 86,2% são obtidas sem seleção de parâmetros enquanto acurácias até 100% são alcançadas com parâmetros selecionados.