Desenvolvimento de um modelo para reconhecimento de emoções num Sistema Tutor Inteligente

Abstract

Nos últimos anos, principalmente no contexto de pandemia, onde o protagonismo do ensino remoto se tornou uma realidade na educação nacional, o Sistema Tutor Inteligente (STI) Mazk teve um aumento expressivo em sua quantidade de usuários. Para acompanhar a demanda por novas tecnologias, é necessário não só o aprimoramento das ferramentas que o compõem, mas também o desenvolvimento de novos recursos para o sistema. As expressões faciais são produzidas pelo movimento de cada um dos músculos faciais para uma posição específica. Isto faz com que as características da face produzam configurações que podem ser interpretadas como uma emoção. Pela análise destas características, é possível obter o estado emocional da pessoa e, assim, ajustar um sistema para que apresente comportamento apropriado. Para isso, este trabalho tem o objetivo de desenvolver uma rede neural artificial que seja capaz de classificar a expressão facial dos estudantes durante o processo de ensino-aprendizagem. Esta informação pode ser utilizada pelo STI para aprimorar a tomada de decisão, adicionando o estado emocional ao modelo do aluno. O modelo de rede neural convolucional desenvolvido neste projeto, a partir de treinamento com mais de 26 mil imagens, foi capaz de alcançar uma acurácia média de 98% para as expressões neutra, raiva, nojo, medo, felicidade, tristeza e surpresa.