Reconhecimento de Emoções com TensorFlow 2.0 e Python

Dentro da área da Visão Computacional existe a sub-área de reconhecimento/deteção de emoções, que visa identificar emoções específicas que pessoas podem expressar em imagens ou vídeos. Alguns exemplos de aplicações são: alertar condutores de veículos que podem estar distraídos, personagens de jogos podem interagir com o usuário de acordo com a emoção expressada, monitoramento de pacientes em hospitais, avaliação do interesse dos alunos em aplicações de educação a distância, sistemas de vigilância e principalmente na área de marketing; sendo possível entender o que os consumidores estão sentindo sobre determinados produtos ou serviços. E para levar você até essa área, neste curso você desenvolverá passo a passo Redes Neurais Convolucionais utilizando o TensorFlow 2.

0 e o Python para detectar emoções em vídeos e imagens. O sistema será capaz de detectar as seguintes emoções: raiva, alegria, tristeza, nojo, surpresa, medo e também se uma face não está expressando nenhuma dessas emoções. Utilizaremos modernas técnicas de Deep Learning (Aprendizagem Profunda) para o desenvolvimento dos exemplos do curso, usando a base de dados FER3 que é uma das bases de dados mais utilizadas para treinamento de sistemas de reconhecimento de emoção, que inclusive faz parte dos desafios do Kaggle.

O objetivo principal deste curso é que você tenha uma visão prática de como utilizar o TensorFlow 2. 0 para reconhecimento de emoções, portanto, nós mostraremos somente uma intuição básica sobre a teoria do algoritmo. Este curso é para todos os níveis, ou seja, se este for o seu primeiro contato com a área de Visão Computacional você conseguirá acompanhar o curso.

Da mesma forma, se você já tem experiência na área também aproveitará o conhecimento adquirido com o desenvolvimento do projeto prático. Preparado(a) para dar um importante passo na sua carreira. Aguardamos você no curso.