Uma Breve Revisão do Reconhecimento de Emoções Faciais Baseado em Informação Visual

O reconhecimento de emoções faciais (FER) é um tema importante nos campos da visão computacional e inteligência artificial devido ao seu significativo potencial acadêmico e comercial. Embora o FER possa ser realizado usando múltiplos sensores, esta revisão foca em estudos que utilizam exclusivamente imagens faciais, pois as expressões visuais são um dos principais canais de informação na comunicação interpessoal. Este artigo fornece uma breve revisão das pesquisas na área de FER realizadas nas últimas décadas. Primeiro, são descritas abordagens convencionais de FER juntamente com um resumo das categorias representativas de sistemas FER e seus principais algoritmos. Em seguida, são apresentadas abordagens de FER baseadas em deep learning, usando redes profundas que permitem aprendizado "end-to-end". Esta revisão também destaca uma abordagem híbrida de deep learning atual, que combina uma rede neural convolucional (CNN) para as características espaciais de um quadro individual e memória de longo curto prazo (LSTM) para as características temporais de quadros consecutivos. Na parte final deste artigo, é apresentada uma breve revisão das métricas de avaliação disponíveis publicamente, e uma comparação com resultados de referência, que são padrão para comparação quantitativa das pesquisas em FER, é descrita. Esta revisão pode servir como um guia breve para novatos na área de FER, fornecendo conhecimento básico e uma compreensão geral dos estudos mais recentes e avançados, assim como para pesquisadores experientes buscando direções produtivas para trabalhos futuros.