BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//ISISLab - ECPv6.3.3//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:ISISLab
X-ORIGINAL-URL:https://www.isislab.it
X-WR-CALDESC:Eventi per ISISLab
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Rome
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20260329T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20261025T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Rome:20260925T120000
DTEND;TZID=Europe/Rome:20260925T130000
DTSTAMP:20260925T004501
CREATED:20260922T124353Z
LAST-MODIFIED:20260922T124416Z
UID:51208-1790337600-1790341200@www.isislab.it
SUMMARY:Seminario: "Estrazione automatica di caratteristiche visive per l'analisi dello stato emotivo e dei disturbi psicologici"
DESCRIPTION:Abstract: Negli ultimi anni\, l'Affective Computing ha assunto un ruolo centrale nello sviluppodi sistemi avanzati per l'interazione uomo-macchina\, rendendo essenziale l'analisiautomatizzata e quantitativa delle espressioni facciali. Il presente lavoro di tesi illustra laprogettazione e lo sviluppo di una pipeline software modulare dedicata all'estrazione eall'analisi di feature visive da flussi video\, con l'obiettivo di generare serie temporali affidabiliper il riconoscimento degli stati emozionali. Il progetto si articola nello studio enell'integrazione di framework allo stato dell'arte per la computer vision\, tra cui OpenFace ePy-Feat. L'architettura implementata elabora i singoli frame video per eseguire il faciallandmark tracking\, estraendo parametri spaziali (head pose e gaze) e quantificandol'attivazione delle Action Units (AU) in conformità con il Facial Action Coding System (FACS).Per garantire la robustezza e la stabilità dei dati estratti\, è stata posta particolare attenzionealla fase di preprocessing del segnale visivo. Sono state implementate tecniche di smoothingper la riduzione del rumore algoritmico sui landmark e logiche di rilevamento con memoria distato (isteresi) per mitigare il jitter nelle micro-fluttuazioni delle action units. Il sistemamappa infine le dinamiche di attivazione facciale in macro-espressioni ed emozioni discrete\,restituendo i dati in formati strutturati (JSON e fogli di calcolo) pronti per l'analisi statistica. Irisultati mostrano come l'approccio adottato\, unendo strumenti di estrazione avanzati arigorose logiche di stabilizzazione del dato temporale\, offra una soluzione efficace e scalabile.Lo strumento sviluppato costituisce una base solida per la classificazione comportamentalee apre la strada a futuri sviluppi nell'ambito dell'analisi multimodale in tempo reale.
URL:https://www.isislab.it/event/seminario-estrazione-automatica-di-caratteristiche-visive-per-lanalisi-dello-stato-emotivo-e-dei-disturbi-psicologici/
LOCATION:Laboratorio ISISLab\, Dipartimento di Informatica\, Università di Salerno (Edificio F\, Lab. 10\, II piano)\, Via Giovanni Paolo II\, 132\, 84084 Fisciano SA\, Fisciano\, Italy\, Italy
CATEGORIES:Seminari
ATTACH;FMTTYPE=image/png:https://www.isislab.it/wp-content/uploads/2026/09/Seminar-25-09-2026.png
END:VEVENT
END:VCALENDAR