Logo do repositório
  • Página Inicial(current)
  • Buscar
    Por Data de PublicaçãoPor AutorPor TítuloPor Assunto
  • Tutoriais
  • Documentos
  • Sobre o RI
  • Eventos
    Repositório Institucional da UFRN: 15 anos de conexão com o conhecimento
  • Padrão
  • Amarelo
  • Azul
  • Verde
  • English
  • Português do Brasil
Entrar

SIGAA

  1. Início
  2. Pesquisar por Autor

Navegando por Autor "Budke, Jaine Rannow"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 1 de 1
  • Resultados por página
  • Opções de Ordenação
  • Nenhuma Miniatura disponível
    Dissertação
    Face biometrics for differentiating typical development and autism spectrum disorder: a methodology for collecting and evaluating a dataset
    (Universidade Federal do Rio Grande do Norte, 2022-09-16) Budke, Jaine Rannow; Abreu, Marjory Cristiany da Costa; https://orcid.org/0000-0001-7461-7570; http://lattes.cnpq.br/2234040548103596; http://lattes.cnpq.br/6545013954007575; Carvalho, Bruno Motta de; Souza Neto, Plácido Antônio de; https://orcid.org/0000-0003-1233-4510; http://lattes.cnpq.br/3641504724164977
    O Transtorno do Espectro Autista (TEA) é um transtorno de neurodesenvolvimento marcado por déficits na comunicação e interação social. O protocolo padrão de diagnóstico é baseado no preenchimento de critérios descritivos por um profissional qualificado, o que não estabelece medidas precisas e influencia no diagnóstico tardio. Portanto, novas abordagens diagnósticas precisam ser exploradas para que haja uma melhor padronização das práticas clínicas. O melhor cenário seria a existência de um sistema automatizado e confiável que indicasse o diagnóstico com um nível de garantia satisfatório. Contudo, até o momento, não há bases de dados públicas e representativas com o objetivo de explorar diagnósticos alternativos. Esse trabalho investiga as diferenças nas expressões faciais de pessoas com TEA e Desenvolvimento Típico. Para isso, uma nova base de dados de imagens faciais foi coletada através de vídeos do YouTube e técnicas baseadas em visão computacional foram utilizadas para extrair frames dos vídeos, filtrar a base de dados e extrair características faciais das imagens. Também realizamos experimentos iniciais usando modelos clássicos de aprendizado supervisionado, bem como ensembles, e conseguimos atingir resultados promissores.
Repositório Institucional - UFRN Campus Universitário Lagoa NovaCEP 59078-970 Caixa postal 1524 Natal/RN - BrasilUniversidade Federal do Rio Grande do Norte© Copyright 2025. Todos os direitos reservados.
Contato+55 (84) 3342-2260 - R232Setor de Repositórios Digitaisrepositorio@bczm.ufrn.br
DSpaceIBICT
OasisBR
LAReferencia
Customizado pela CAT - BCZM