Desenvolvimento de modelos de deep learning para detecção de emoções durante saltos de paraquedismo

Abstract

O reconhecimento de expressões faciais tem uma longa história, com contribuições significativas de estudiosos como Charles Darwin e Paul Ekman, que estabeleceram as bases para a ciência moderna de detecção de emoções. Com os avanços tecnológicos, especialmente em visão computacional, sistemas automáticos de reconhecimento de emoções têm encontrado aplicações em áreas como robótica e interação humano-computador. Este trabalho propõe o desenvolvimento de modelos de deep learning para detecção de emoções durante saltos de paraquedismo, um contexto de alto impacto emocional. Utilizando o algoritmo YOLO, o modelo visa identificar três emoções – medo, neutro e feliz –, contribuindo para o avanço da pesquisa na área de reconhecimento de emoções em cenários dinâmicos e desafiadores. Os resultados indicaram que os modelos YOLOv10 apresentaram melhor equilíbrio entre as métricas de treinamento e teste, enquanto os modelos YOLOv8 mostraram indícios de overfitting devido à menor capacidade de generalização. O conjunto de dados limitado e as semelhanças visuais entre certas classes foram as principais limitações, destacando a necessidade de ampliar e diversificar o dataset. Como trabalhos futuros, propõe-se a criação de um conjunto de dados mais robusto e a exploração de arquiteturas alternativas, para melhorar o desempenho e a capacidade de generalização dos modelos.