PROPOSTA DE TRABALHO DE CONCLUSÃO - Unisinos

evolução e continuidade deste trabalho, que pode ser considerado o ponto de partida de umsistema mais elaborado para identificação de emoções.OBJETIVOSEste trabalho tem como objetivo principal, identificar a emoção de alegria expressada peladisposição das características do rosto de um usuário de computador, captadas por uma webcam.Para alcançar este alvo, os seguintes objetivos específicos serão realizados:• Aprofundar conhecimento sobre Computação Afetiva, Interação Humano-Computador eVisão Computacional;• Agregar conhecimento sobre detecção e identificação de emoções em expressões faciais;• Encontrar, entre os métodos de detecção de emoções e características existentes emfaces, os que se adaptem melhor a proposta;• Implementar um software de código aberto que faça a identificação da emoção de alegria;• Estudar metodologias para a avaliação de aplicativos voltados ao reconhecimento deexpressões faciais de emoção humana para adoção destes conhecimentos nodesenvolvimento do aplicativo;• Estudar métodos de reconhecimento da expressão de alegria pela posição dascaracterísticas de um rosto;• Analisar e avaliar os resultados obtidos nas amostragens de testes;• Propor aplicações futuras que melhorem a Interação Humano-Computador e que utilizemcomo base o trabalho desenvolvido.METODOLOGIAO trabalho terá seu desenvolvimento dividido em seis etapas.Primeiramente, serão realizados estudos sobre a bibliografia encontrada nas áreas relacionadascom o tema a ser estudado, ou seja, Computação Afetiva (PICARD, 2007), Interação Humano-Computador (BOOTH, 1999; MYERS, 1998) e Visão Computacional (FORSYTH; PONCE, 2003). AComputação Afetiva será estudada neste trabalho, pois este se baseará em seus esforços de fazercom que o computador identifique a emoção de seu usuário. A importância da Interação Humano-Computador para o trabalho, será de aplicar os conhecimentos levantados nesta área de pesquisana construção de elementos mais amigáveis nas relações entre estas duas partes. E em relação aVisão Computacional, serão utilizados métodos existentes para identificação de rostos capturadosem vídeo e posterior identificação de movimentações de características destes.Na próxima etapa, serão escolhidos os métodos que levem a detecção de face, características defaces e reconhecimento da expressão de alegria. As técnicas de detecção de faces (FaceDetection – FaD) têm como objetivo encontrar um rosto e retornar sua localização (YANG, 2002).Na detecção das características de uma face (Feature Detection – FeD), um algoritmo deve sercapaz de encontrar e delimitar os pontos de interesse das características alvo (MARTIN, 2005).Existem, atualmente, em Visão Computacional, algumas bibliotecas abertas disponíveis que sãoamplamente utilizadas em FaD e FeD, entre elas estão a Face Tracking SDK (AMP, 2007), fdlib(FDLIB, 2007) e OpenCV (INTEL, 2007). À priori a biblioteca OpenCV será utilizada neste trabalhopor apresentar uma maturidade maior em relação as demais pesquisadas. Todas as extrações dedados serão realizadas sobre imagens estáticas (cada frame capturado pela webcam).A terceira etapa será reservada para o planejamento e desenvolvimento de uma aplicação simplesque faça a captura de imagem de um usuário à frente de um computador, sempre norteado para aidentificação da emoção de alegria. A partir dessa etapa começará a redação da monografia.Na quarta etapa, estudos sobre métodos que auxiliem a identificação da emoção de alegria serãoestudados. Será necessário associar a posição de características do rosto em relação a elaspróprias (cantos dos lábios em posição neutra, cantos dos lábios mais distantes) e entre elas(sobrancelhas curvadas e pálpebras mais próximas) no tempo.

frakturom prednjih ramusa pubične kosti i ozbiljnom povredom„Malgaigne type“.• Standardna dijagnostička procedura je retrogradna cistografija.Mokraćna bešika mora biti distendirana nakon ubrizgavanja350 ml kontrasnog sredstva. Treba napraviti snimak i nakondrenaže kontrasta. CT cistografija je odlična alternativa.• Rutinska cistoskopija se predlaže nakon velikih ginekološkihoperacija i/ili operacija inkontinencije.Lečenje• Ekstraperitonealne rupture se mogu rešiti samo plasiranjemkatetera radi drenaže.• Zahvatanje vrata mokraćne bešike, prisustvo fragmenata kostiu zidu mokraćne bešike zahteva hitnu hiruršku intervenciju.• Intraperitonealne povrede zahtevaju hiruršku rekonstrukciju.Povrede uretrePovrede zadnje uretre (PU) su udružene sa frakturom karličnekosti, najčešće uzrokovane saobraćajnim nesrećama. Do povredazadnje uretre (kod muškaraca) dolazi u 4–19% fraktura karlice,dok kod žena u 0–6%. Kombinovane povrede oba ramusapubične kosti sa dijastazom sakroilijačnog zgloba nose najvećirizik od povrede uretre. Povrede idu od običnog istezanja doparcijalne rupture uretre pa i do kompletne disrupcije uretre.Povrede uretre kod žena su retke. Kada su u pitanju deca, mehanizampovređivanja je sličan kao kod odraslih s tim što sukod dece češće povrede prostate i vrata mokraćne bešike.Povrede prednje uretre (AU) su najčešće uzrokovane frakturompenisa (u toku seksualnog odnosa), penetrantnim povredama,ili plasiranjem prstenova koji izazivaju konstrikciju penisa.Tabela 4: Skala gradiranja ozbiljnosti povreda uretreGrupa Opis1 Kontuzija – krv u uretralnom meatusu; normalniuretrogram2 Povreda istezanja – elongacija uretre bezekstravazacije na uretrografiji3 Parcijalna disrupcija – ekstravazacija kontrastana mestu povrede sa kontrastom koji sevizualizuje u mokraćnoj bešici4 Kompletna disrupcija– ekstra kontrasta na mestupovrede bez vizualizacije u mokraćnojbešici; < 2 cm uretralne separacije5 Kompletna disrupcija– kompletna transekcija sa> 2 cm uretralne separacije ili ekstenzije uprostatu ili vaginuDijagnoza• U odsustvu prisustva krvi u predelu meatusa uretre i penilnoghematoma, teško da se radi o povredama uretre. Što se možeutvrditi kateterizacijom. Krv u predelu meatusa uretre je prisutnau 37–93% pacijenata sa povredom zadnje uretre i u oko 75%pacijenata sa povredama prednje uretre. Nalaz „high-riding“(pomerene put kranijalno) prostate, nije pouzdan nalaz. Izbegavatiinstumentaciju sve dok se ne snimi uretra. Kod nestabilnihpacijenata, alternativa je pokušati plasman uretralnog katetera,međutim ukoliko postoje poteškoće treba plasirati suprapubičnikateter i kasnije učiniti retrogradnu uretrografiju.240Evropsko udruženje urologa ▶ Udruženje Urologa Srbije Vodič za 2012241

GRGIC, Mislav; DELAC, Kresimir. Face Recognition Homepage: Databases. Disponível em:. Acesso em: 06 ago. 2007.FORSYTH, David A.; PONCE, Jean. Computer Vision: A Modern Approach. Upper Saddle River,EUA: Prentice Hall, 2003.INTEL. OpenCV : Open source Computer Vision Library. Disponível em:. Acesso em: 25 jul. 2007.JAQUES, Patrícia A.; VICARI, Rosa M. Estado da Arte em Ambientes Inteligentes deAprendizagem que Consideram a Afetividade do Aluno. Revista Informática na Educação: Teoria& Prática, v.8, n.1. 2005.JAQUES, Patricia A.; VICARI, Rosa M. PAT: Um agente pedagógico animado para interagirafetivamente com o aluno. Revista Novas Tecnologias na Educação, v.3, n.1, mai. 2005.MARTIN, O et al. Multimodal Caricatural Mirror. In: ENTERFACE'05: THE SIMILAR NOE SUMMERWORKSHOP ON MULTIMODAL INTERFACES, Bélgica, 2005.M.I.T. MEDIA LABS – Affective Computing Projects. Disponível em:. Acesso em: 14 ago. 2007.MYERS, Brad A. A Brief History of Human Computer Interaction Technology. ACM interactions,v.5, n.2, p.44-54, mar. 1998.PICARD, R. W. Affective Computing. M.I.T Media Laboratory Perceptual Computing SectionTechnical Report, n.321, 1995.PICARD, R. W. Affective Computing. Cambridge, EUA: The M.I.T. Press, 1997.SCHERER, K. Psychological models of emotion. In: BOROD, J. (Ed.). The neuropsychology ofemotion. Nova Iorque: Oxford University Press, 2000. p.137-162.SEBE Nicu et al. Multimodal Approaches for Emotion Recognition: A Survey. In: SPIE’05:INTERNET IMAGING VI, San Jose, EUA, 2005.SEBE Nicu; LEW, Michael S.; HUANG Thomas S. The State-of-the-Art in Human-ComputerInteraction. In: EUROPEAN CONFERENCE ON COMPUTER VISION 2004 (ECCV 2004):INTERNATIONAL WORKSHOP ON HUMAN COMPUTER INTERACTION (HCI'04), p 1-6, Praga,Republica Tcheca, 2004.YANG, Ming-Hsuan. Detecting Faces in Images: A Survey. IEEE Transactions On PatternAnalysis And Machine Intelligence, v.24, n.1, 2002.AVALIADORES1. Cláudio Rosito Jung2. Adelmo Luis Cechin3. Renata Vieira4. Sandro José RigoDATASão Leopoldo, 28 de agosto de 2007.ALUNOORIENTADOR