Mejora del rendimiento y la interpretabilidad en el reconocimiento de unidades de acción facial con redes neuronales profundas
Loading...
Date
2021
Journal Title
Journal ISSN
Volume Title
Publisher
PUCE - Quito
Abstract
Esta disertación tiene las siguientes contribuciones principales: a) Definición de taxonomía completa de los enfoques automáticos de visión artificial para el reconocimiento automático de expresiones faciales seguido de usar una red neuronal recurrente, una revisión extendida de las tendencias históricas y actuales en reconocimiento automático de las expresiones faciales. b) Propuesta de un modelo que aprende la representación, parche y estructura de salida de la cara de extremo a extremo c) Introducción de una topología de inferencia de estructura que replica el algoritmo en modelos gráficos probabilísticos d) Estudio de ablación ampliado y análisis experimental de la arquitectura recién propuesta e) Análisis y mejora del rendimiento de la arquitectura previamente propuesta para la arquitectura de expresión facial utilizando el nuevo marco teórico. f) Formulación de un nuevo marco general para el análisis de redes neuronales profundas basadas en topología algebraica g) Análisis de diferencias topológicas fundamentales entre redes neuronales profundas que aprenden y redes neuronales profundas que memorizan.
Description
Keywords
Redes neuronales (Computadores), Reconocimiento facial (Informática), Lenguaje de programación, Algoritmos, Computación móvil