Uma abordagem para analisar a atenção de espectadores utilizando visão computacional.

• Ano de defesa: 2016
• Autor(a) principal: OLIVEIRA, Ítalo de Pontes.
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Campina Grande; Brasil; Centro de Engenharia Elétrica e Informática - CEEI; PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO; UFCG
• Palavras-chave em Português: Sinalização Digital; Análise da Atenção de Espectadores; Estimação de Idade e de Gênero; Deep Learning; Digital Signage; Spectators Attention Analysis; Gender and Age Estimation; Ciências; Ciência da Computação
• Link de acesso: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/716

A Sinalização Digital consiste na transmissão de conteúdo via mídia digital, sendo normalmente utilizada por meio de painéis informativos dispostos em locais públicos para despertar a atenção dos espectadores. A pesquisa descrita nesta dissertação, consistiu em criar um aparato para exibição de vídeos e gravação do ambiente, análise e modelagem da atenção dos espectadores quanto à exibição de vídeos em um cenário de sinalização digital. No estudo, foram utilizadas ferramentas de visão computacional para categorizar os espectadores por gênero e faixa etária. A partir do registro dos anúncios exibidos e da classificação dos espectadores foram automaticamente construídas Redes Bayesianas, as quais representaram corretamente o perfil dos espectadores com área sob a ROC de 0,82. Durante a realização da pesquisa,foram evidenciadas lacunas na validação de classificadores de idade utilizando imagens de faces. Para tratar tais lacunas,uma abordagem de estratificação de faixas etárias foi proposta para treinar uma rede neural que obteve desempenho superior ao estado da arte,que foi de 72% quando validado na base de faces MORPH. Para que fosse possível realizar esta pesquisa, devido à inexistência de uma base de vídeos disponível publicamente com rótulos categorizando seus conteúdos, foi criada uma base de vídeos contendo 152 vídeos rotulados manualmente em seis categorias. As análises dos vídeos dos espectadores utilizando as imagens de suas faces e a classificação de tais imagens em relação ao gênero e a idade indicou que indivíduos pertencentes a categorias diferentes dedicam diferentes graus de atenção a vídeos diferentes. Assim, o sistema desenvolvido pode ser utilizado na categorização dos espectadores, para exibição de anúncios de forma automática como forma de auxílio na alocação do tempo de exibição das empresas anunciantes, dentre outras aplicações.