1 Introduzione 1
2 FACE: Facial Automaton for Conveying Emotion 4
2.1 SURPHASER . . .
3 Reti neurali 13
3.1 Cenni storici . . . 3.2 Reti neurali biologiche . . . 3.3 Reti neurali artificiali . . .
3.3.1 Modello di un neurone artificiale . . .
3.3.2 Architettura di una rete neurale . . .
3.3.3 Modalit`a di attivazione dei neuroni . . .
3.4 Regole di apprendimento . . .
3.4.1 Apprendimento supervisionato . . .
3.4.2 Apprendimento competitivo . . .
3.4.3 Selezione degli esempi . . .
3.5 Il Perceptron . . .
3.5.1 La Delta Rule . . . .
3.6 Il Perceptron Multistrato . . . 3.6.1 Algoritmo di addestramento Back-Propagation . . . .
3.7 Mappe autoorganizzanti di Kohonen . . .
3.7.1 Algoritmo di apprendimento . . .
4 FEE: Facial Expression Estimator 43
4.1 Flusso di dati in ingresso . . . 4.2 Modulo Locate markers . . . .
4.3 Modulo Locate zones . . . .
4.4 Modulo Structure splitter . . . . 4.5 Dati in ingresso ai classificatori . . . 4.6 Risultati . . . 4.7 Sviluppi futuri . . .
Elenco delle figure 67
Elenco delle tabelle 70
Indice analitico 71
Bibliografia 74