Reconhecimento de Expressão Faciais Baseado em RedesNeurais Convolucionais para Aplicação no Sistema TutorInteligente MAZK

Abstract

A utilização de Sistema Tutores Inteligentes (STIs) não é novidade e vem crescendo a cada dia, principalmente em um contexto de pandemia, onde o ensino remoto assume o protagonismo da educação. Os avanços tecnológicos, principalmente no âmbito das Redes Neurais Convolucionais (CNNs), permitem a criação de ferramentas para esses sistemas, com o intuito de obter melhores resultados de aprendizagem e, ao mesmo tempo, aperfeiçoar sua interação com os estudantes. A partir disso, o presente estudo propõe o desenvolvimento de um modelo de classificação de expressões com base em imagens da face. Esse recurso é, posteriormente, aplicado no STI MAZK, como meio de identificação afetiva dos estudantes durante o processo de ensino-aprendizagem. O modelo proposto foi projetado na estrutura de uma CNN, treinado com mais de 34 mil imagens de dois datasets, avaliado e aplicado no tutor. Além disso, foi executada uma análise de utilização de recursos por parte do modelo, onde foi comprovada a viabilidade da sua aplicação junto ao STI. O modelo foi capaz de alcançar uma precisão de média de 98% na classificação de sete expressões distintas, demonstrando-se superior aos métodos aplicados ao mesmo cenário na literatura

Intelligent Tutoring Systems (ITSs) are not a novelty and have been increasing in usage every day, especially in the pandemic context, in which the remote teaching takes the leading role in education. The technological advances, mainly in the scope of Convolutional Neural Networks (CNNs), allow the creation of tools for these systems, aiming better learning results and, at the same time, improving students interactions. Therefore, the present study propose the development of a facial expression classification model. This model is, subsequently, applied to the MAZK ITS, as a tool for students emotion recognition during the learning process. The proposed model was designed as a CNN, trained with more than 34 thousand images from two datasets, evaluated and applied to the tutor. In addition, a resource usage analysis was conducted, proving the viability of its implantation along with the ITS. The model was capable of reaching a precision of 98% in the classification of seven distinct expressions, proving to be superior to the existing methods applied to the same scenario in the literature.