Hilgemberg Maria Sol
Soria Julio Ezequiel
Bustos Jonathan
Metz Claudia
Quiroga Horacio Eduardo
Meier Ivan Didier
Muñoz Mariel
Idea Principal: Detectar la Emoción en una foto y Recomendar una Canción
Este trabajo combina técnicas de Procesamiento de Imágenes y Procesamiento del Habla para crear una experiencia única: El usuario suministra una fotografía por medio de la computadora. Primero se analiza la emoción predominante en la foto utilizando un modelo de Aprendizaje Profundo. Luego se selecciona una canción de una base de datos o conjunto de temas musicales y la expresa con un audio. Para su desarrollo utilizamos técnicas de Minería de Datos y obviamente Aprendizaje Automático. El resultado es una recomendación musical personalizada basada en la imagen y el estado emocional del usuario.
A continuación se observa las importaciones de bibliotecas de Python que son útiles para Procesamiento de Imágenes, Visualización de Datos y construcción de Modelos de Aprendizaje Automático y Aprendizaje Profundo:
NumPy
SciPy
PIL
glob
Matplotlib
IPython.displa<
OpenCV
Seaborn
Pandas
pickle
Keras
TensorFlow
Scikit-learn
ImageDataGenerator
VGG
Estas importaciones proporcionan un conjunto robusto de herramientas para el Procesamiento y Análisis de Imágenes, construcción y entrenamiento de modelos de Aprendizaje Profundo y evaluación del rendimiento de los modelos en Python.
Para este proyecto se usó el dataset FER2013
Aquí encontrarán nuestro modelo: