Reconocimiento facial y de microexpresiones mediante redes neuronales convolucionales (CNN)
Reseña del libro "Reconocimiento facial y de microexpresiones mediante redes neuronales convolucionales (CNN)"
'Reconocimiento facial y de microexpresiones mediante redes neuronales convolucionales (CNN)' explora la aplicación del aprendizaje profundo y la visión artificial para reconocer las emociones humanas a partir de las expresiones faciales. El libro presenta un marco integral basado en redes neuronales convolucionales (CNN) para identificar emociones como la alegría, la tristeza, la ira, el miedo, la sorpresa, el asco y la neutralidad en condiciones difíciles, incluyendo variaciones en la iluminación, la postura, la oclusión, la edad y los datos demográficos.Abarca arquitecturas modernas de aprendizaje profundo, como VGG16, ResNet, DenseNet y STCNN, junto con técnicas de preprocesamiento, aumento de datos y extracción de características, tales como LBP, filtros de Gabor y características tipo Haar. Se analizan conjuntos de datos de referencia, como FER2013 y CK+, para evaluar el rendimiento del reconocimiento.El libro también examina las microexpresiones, las redes basadas en la atención, el aprendizaje conjunto, la fusión de características y el análisis espacio-temporal para mejorar la precisión del reconocimiento. Se hace especial hincapié en las aplicaciones en tiempo real, la robustez, la equidad y las consideraciones éticas, lo que hace que esta obra resulte relevante para investigadores, estudiantes y profesionales de la inteligencia artificial, la visión por ordenador, la computación afectiva y la interacción persona-ordenador.