Facial emotion recognition using deep-learning models

Espinel Reyna, Andrés Sebastián

Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/9781

Registro completo de metadatos

Campo DC	Valor	Lengua/Idioma
dc.contributor.advisor	Pérez, Noel, director	-
dc.contributor.author	Espinel Reyna, Andrés Sebastián	-
dc.date.accessioned	2021-09-29T15:40:00Z	-
dc.date.available	2021-09-29T15:40:00Z	-
dc.date.issued	2020	-
dc.identifier.citation	Tesis (Ingeniería en Ciencias de la Computación) , Universidad San Francisco de Quito, Colegio de Ciencias e Ingenierías; Quito, Ecuador, 2020	es_ES
dc.identifier.uri	http://repositorio.usfq.edu.ec/handle/23000/9781	-
dc.description	This work proposes a face gesture recognition method based on deep learning architectures named DCNN1, DCNN2, DCNN3, DCNN4, and DCNN+Autoencoder, that maximize the classification performance on single and mixing datasets. We validated the proposed architectures on three different databases: Jaffe, CK+, and the combination of both databases Jaffe & CK+ over a five-fold cross-validation strategy...	es_ES
dc.description.abstract	Este trabajo propone un método de reconocimiento de gestos faciales basado en arquitecturas de aprendizaje profundo denominadas DCNN1, DCNN2, DCNN3, DCNN4 y DCNN + Autoencoder, que maximizan el rendimiento de clasificación en conjuntos de datos únicos y mixtos...	es_ES
dc.format.extent	27 h.	es_ES
dc.language.iso	spa	es_ES
dc.publisher	Quito	es_ES
dc.rights	openAccess	es_ES
dc.rights	CC0 1.0 Universal	*
dc.rights.uri	http://creativecommons.org/publicdomain/zero/1.0/	*
dc.subject	Inteligencia artificial	es_ES
dc.subject	Programas para computador	es_ES
dc.subject	Tesis y disertaciones académicas	es_ES
dc.subject.other	Ciencias	es_ES
dc.subject.other	Computación	es_ES
dc.title	Facial emotion recognition using deep-learning models	es_ES
dc.type	bachelorThesis	es_ES
Aparece en las colecciones:	Tesis - Ingeniería en Ciencias de la Computación

Ficheros en este ítem:

Fichero	Descripción	Tamaño	Formato
127763.pdf	Texto completo	416.21 kB	Adobe PDF	Visualizar/Abrir

Mostrar el registro sencillo del ítem

Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons