Aviso: para depositar documentos, por favor, inicia sesión e identifícate con tu cuenta de correo institucional de la UCM con el botón MI CUENTA UCM. No emplees la opción AUTENTICACIÓN CON CONTRASEÑA
 

Reconocimiento de expresiones faciales en imágenes mediante técnicas de aprendizaje profundo

dc.contributor.advisorPajares Martínsanz, Gonzalo
dc.contributor.advisorLópez González, Clara Isabel (col.)
dc.contributor.authorHernández Guillamot, Jesús
dc.contributor.authorMatarranz Burgos, Pablo
dc.date.accessioned2024-07-01T14:40:15Z
dc.date.available2024-07-01T14:40:15Z
dc.date.issued2024
dc.degree.titleGrado en Ingeniería Informática y Doble Grado en Ingeniería Informática y Administración y Dirección de empresas
dc.descriptionTrabajo de Fin de Grado en Ingeniería Informática y Doble Grado en Ingeniería Informática y Administración y Dirección de empresas, Facultad de Informática UCM, Departamento de Ingeniería del Software e Inteligencia Artificial, Curso 2023/2024
dc.description.abstractEste trabajo explica el funcionamiento de la aplicación desarrollada que, a grandes rasgos, consiste en la identificación de expresiones faciales mediante técnicas de aprendizaje profundo. Para lograr identificarlas se utilizan redes neuronales (AlexNet, Squeezenet) que una vez entrenadas, se dispone del modelo con los parámetros ajustados. De esta forma, es posible clasificar la imagen de una cara en función de su expresión facial y de acuerdo a una de las categorías disponibles. Desde el punto de vista de la implementación, las imágenes requieren un redimensionado, para ser procesadas por los modelos de redes correspondientes, como paso previo al reconocimiento facial. En la aplicación se permite seleccionar SqueezeNet o AlexNet como red neuronal y modificar los parámetros opcionales de entrenamiento que vienen por defecto.
dc.description.abstractThis work explains the operation of the developed application, which, in broad terms, consists of identifying facial expressions using deep learning techniques. To achieve this identification, neural networks (AlexNet, Squeezenet) are employed. Once trained, the model with adjusted parameters is available. This enables the classification of a facial image based on its facial expression and according to one of the available categories. From an implementation standpoint, images require resizing to be processed by the corresponding network models as a preliminary step to facial recognition. The application allows for selecting SqueezeNet or AlexNet as the neural network and modifying the optional training parameters that come by default.
dc.description.departmentDepto. de Ingeniería de Software e Inteligencia Artificial (ISIA)
dc.description.facultyFac. de Informática
dc.description.refereedTRUE
dc.description.statusunpub
dc.identifier.urihttps://hdl.handle.net/20.500.14352/105391
dc.language.isospa
dc.page.total63
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internationalen
dc.rights.accessRightsopen access
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subject.cdu004(043.3)
dc.subject.keywordExpresiones faciales
dc.subject.keywordAprendizaje profundo
dc.subject.keywordRedes neuronales convolucionales
dc.subject.keywordSqueezeNet
dc.subject.keywordAlexNet
dc.subject.keywordFacial expressions
dc.subject.keywordDeep learning
dc.subject.keywordConvolutional neural networks
dc.subject.ucmInformática (Informática)
dc.subject.unesco33 Ciencias Tecnológicas
dc.titleReconocimiento de expresiones faciales en imágenes mediante técnicas de aprendizaje profundo
dc.title.alternativeRecognition of facial expressions in images using deep learning techniques
dc.typebachelor thesis
dc.type.hasVersionAM
dspace.entity.typePublication
relation.isAdvisorOfPublication878e090e-a59f-4f17-b5a2-7746bed14484
relation.isAdvisorOfPublication.latestForDiscovery878e090e-a59f-4f17-b5a2-7746bed14484

Download

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
238747~1.PDF
Size:
6.04 MB
Format:
Adobe Portable Document Format