[pt] O Autismo é um transtorno do neurodesenvolvimento caracterizado por prejuízos na interação social, na comunicação e no comportamento. Um dos deficit apresentados em seu escopo é no reconhecimento de emoções, apontando para uma série de estratégias de visualização atípicas, tais como: olhar reduzido para estímulos sociais; preferência para a região da boca em vez dos olhos e dificuldades em fixar a atenção. Todavia, não existe um consenso, até o momento, sobre os fatores que podem acarretar tais prejuízos, bem como se existe um padrão característico do rastreio viso espacial para essa população. Com base nesses dados, que a presente dissertação desenvolveu um paradigma de rastreio visual no reconhecimento de emoções em crianças do Espectro Autista (EA). Para tanto, foi necessária uma revisão sistemática, que a partir de uma seleção criteriosa, verificou 65 paradigmas investigados na avaliação do Transtorno do Espectro Autista (TEA) que utilizaram o Eye-tracker como instrumento. A partir de então foi desenvolvido um roteiro para a posterior programação das tarefas. O paradigma de rastreio foi, então, aplicado em quatro crianças diagnosticadas com TEA, que compunham o grupo experimental e em três com desenvolvimento típico para controle, com a finalidade de avaliar a sua aplicabilidade. E embora existam limitações na tarefa que precisam passar por adaptações, foi possível verificar que os participantes do grupo experimental tiveram a duração da tarefa ampliada em decorrência de uma dificuldade na fixação do olhar, bem como tiveram o desempenho prejudicado no reconhecimento das emoções. Esses dados, junto a outros estudos, sugerem que os indivíduos do espectro autista utilizam estratégias visuais atípicas. Entretanto mais pesquisas são necessárias sobre o assunto. / [en] Autism is a neurodevelopmental disorder characterized by impairments in social interaction, communication and behavior. One of the deficits presented in its scope is the emotions recognition, pointing to a number of atypical visualization strategies, such as: reduced look at social stimuli; preference for the mouth instead of the eyes region, and difficulties in fixing attention. However, there is no consensus so far on the factors that can lead to such damages, as well as whether there is a characteristic pattern of visuospatial screening for that population. Based on these data, this dissertation developed a visual tracking paradigm in the recognition of emotions in children of the Autistic Spectrum (EA). Therefore, a system-atic review was necessary, which, based on a careful selection, verified 65 paradigms investigated in the evaluation of Autistic Spectrum Disorder (ASD) and that used the Eye-tracker as instrument. From then on, a script was developed for later tasks programming. The screening paradigm was then applied in four children diagnosed with ASD, who composed the experimental group, and in three with typical development, to control, to evaluate its applicability. Although there are limitations in the task, that must undergo adaptations, it was possible to verify that the participants of the experimental group had a longer duration of the task, due to it s difficulty in fixing the look, as well as they had the performance impaired in the emotions recognition. These data, along with other studies, suggest that individuals on the autistic spectrum use atypical visual strategies. However more research is needed on the subject.

[pt] As expressões faciais transmitem muita informação sobre um indivíduo, tornando a capacidade de interpretá-las uma tarefa muito importante, com aplicações em diversas áreas, tais como Interação Homem Máquina, Jogos Digitais, storytelling interativo e TV/Cinema digital. Esta dissertação discute o processo de reconhecimento de emoções em tempo real usando ASM (Active Shape Model) e SVM (Support Vector Machine) e apresenta uma comparação entre duas formas comumente utilizadas na etapa de extração de atributos: faces neutra e média. Como não existe tal comparação na literatura, os resultados apresentados são valiosos para o desenvolvimento de aplicações envolvendo expressões de emoção em tempo real. O presente trabalho considera seis tipos de emoções: felicidade, tristeza, raiva, medo, surpresa e desgosto. / [en] The facial expressions provide a high amount of information about a person, making the ability to interpret them a high valued task that can be used in several fields of Informatics such as Human Machine Interface, Digital Games, interactive storytelling and digital TV/Cinema. This dissertation discusses the process of recognizing emotions in real time using ASM (Active Shape Model) and SVM (Support Vector Machine) and presents a comparison between two commonly used ways when extracting the attributes: neutral face and average. As such comparison can not be found in the literature, the results presented are valuable to the development of applications that deal with emotion expression in real time. The current study considers six types of emotions: happiness, sadness, anger, fear, surprise and disgust.