Browsing by Issue Date, starting with "2018-12-31"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
- Revisão de contribuições para um pipeline de reconhecimento e consciência de emoções - variáveis de contexto, instrumentos & sensores, técnicas de pré-processamento e propriedades extraídas para reconhecimento automático de emoçõesPublication . Carvalho, Célio; M. Torres, José; S. Moreira, RuiA avaliação emocional tem sido uma área de investigação, desde há muitos anos, na área da saúde e na área psicossocial. Foi a partir da década de 90 que o reconhecimento de emoções ganhou mais atenção por parte dos investigadores, tornando-se num importante tópico de investigação até aos dias de hoje (Basu, Bag, Mahadevappa, Mukherjee, & Guha, 2016). Segundo Picard, o estudo das emoções moveu-se da psicologia para a área da computação, criando um novo campo de investigação chamado de Affective Computing (AC). Aliás, no seu livro “Affective Computing”, indica as bases para a criação de um sistema inteligente para deteção emocional de forma automática (R. W. Picard, 1995). Nos últimos anos, tem-se presenciado a um aumento deste tipo de investigações, talvez pela necessidade de transformar a relação entre as coisas (e.g. hardware, software e produtos em geral) e as pessoas, numa interação mais inteligente e natural (R. Picard & Klein, 2002), transformando assim o AC num tópico importante de investigação (Bos, 2010). Vários autores consideram que a deteção automática de emoções poderá ter um impacto positivo na vida das pessoas. Por exemplo, a área da psicologia poderá beneficiar, com menos subjetividade, de dados contínuos e menos diferidos no tempo; a saúde poderá ser avaliada com informação complementar à fisiológica; poderá ser mais fácil detetar delitos como atos de delinquência e atentados terroristas; e será mais fácil desenhar produtos especializados em provocar ou transmitir emoções no mundo virtual (Murad & Malkawi, 2012). Poderá também ser possível criar sistemas inteligentes do ponto de vista afetivo, conscientes ao nível emocional, capazes de percecionar e reagir às emoções dos utilizadores. Apesar de existirem já vários estudos com o objetivo de detetar automaticamente emoções, os autores acreditam que a correlação de variáveis sociais, culturais e religiosas, com as fisiológicas, poderá contribuir de forma positiva para a qualidade dos resultados obtidos. Neste contexto, está-se a preparar uma experiência para detetar automaticamente o bem-estar nos trabalhadores de escritório. Pretende-se recolher variáveis de contexto de várias modalidades e, depois do respetivo pré-processamento, usar esses dados como input de algoritmos de Machine Learning (ML) para a respetiva classificação. O objetivo é verificar a possibilidade de criar sistemas inteligentes do ponto de vista afetivo, conscientes ao nível emocional, capazes de percecionar e reagir às emoções dos funcionários de escritório. Este relatório resume as obras estudadas pelos autores na área do AC na revisão bibliográfica sobre o tema. Sugere-se um sistema de tokens para melhor categorização da informação, e propõe-se também uma sistematização da informação através da organização desses tokens em quadros resumo, para permitir uma análise agregada das investigações. Na secção seguinte são resumidas as variáveis de contexto e propriedades de domínio utilizadas pelos autores. Depois são apresentados os instrumentos & sensores utilizados na recolha das variáveis de contexto. Posteriormente são resumidas as técnicas de pré-processamento utilizadas. Conclui-se com uma enumeração das propriedades extraídas mais utilizadas nas obras estudadas.