A capacidade de identificação de emoções é imprescindível para uma interação social adequada entre indivíduos. Existem transtornos psiquiátricos, como o Transtorno do Espectro Autista (TEA), que impedem o reconhecimento de emoções e acabam por comprometer a qualidade de vida das pessoas. Faz-se necessária uma forma eficaz de avaliar e treinar os pacientes na identificação de emoções. Este trabalho faz parte de um projeto maior que objetiva fornecer representações de faces humanas com emoções diversas. Já existe um sistema, implementado em nossos grupos de pesquisa LAPIS-BIOINFOMED, que apresenta como saída imagens de faces com a aplicação das emoções: aversão, medo, raiva, satisfação, surpresa e tristeza, mas restrito à faixa etária jovem, sexo masculino e etnia caucasiana. Este sistema será utilizado no futuro como um jogo para auxiliar no tratamento dos pacientes com autismo, apresentando as imagens das caricaturas para que sejam adivinhadas pelo paciente. O objetivo do presente trabalho foi expandir o algoritmo existente de forma a permitir a combinação de diversas faixas etárias, sexos e etnias, permitindo que as imagens geradas sejam mais próximas ou mais distantes do convívio do paciente em tratamento, graduando assim a dificuldade no reconhecimento das emoções aplicadas às imagens. Neste trabalho foi levantado o estado da arte na literatura, para a área de representação de sexos, etnias e faixas etárias em imagens de face. Estes dados levantados foram comparados com características extraídas de tabelas com dados antropométricos, que armazenam as principais medidas e distâncias entre regiões da face humana (olhos, boca, nariz, etc.) para diferentes etnias, faixas etárias e sexos. Após esta análise, foram adicionadas ao algoritmo de geração de imagens as características que melhor diferem as três diversidades estudadas. Também foram adicionadas características que não estavam presentes nos dados antropométricos, como as rugas, tanto de idade quanto de algumas emoções. O produto final deste projeto é a comparação entre as características utilizadas pela literatura e as características extraídas da antropometria, e a expansão do algoritmo atual contemplando as diversidades étnicas, etárias e de sexo, permitindo que o usuário possa escolher uma configuração dessas diversidades para a geração das imagens com as emoções aplicadas

The ability to identify emotions is essential for adequate social interaction between individuals. There are psychiatric disorders, such as Autism Spectrum Disorder (ASD), which prevent recognition of emotions and impair people's quality of life. An effective way to evaluate and train patients to identify emotions is needed. This work is part of a larger project that aims to provide representations of human faces with diverse emotions. There is already a system, implemented in our research group LAPIS-BIOINFOMED, which outputs face images with those emotions applied: aversion, fear, anger, satisfaction, surprise and sadness, but restricted to the young age group, male sex and Caucasian ethnicity. This system will be used in the future to develop serious games to support the treatment of patients with ASD, by presenting facial images with emotional expressions, so that the emotion can be guessed by the patient. The aim of the present study was to expand the existing algorithm to allow the combination of different age groups, genders and ethnicities, allowing the generated images to be closer to or more distant from the patient's life, graduating the difficulty in the recognition of the emotions applied to the images. In this work, the state of the art was presented in the literature for the area of representation of sexes, ethnicities and age groups in face images. These data were compared with characteristics extracted from articles with anthropometric data, which store the main measurements and distances between regions of the human face (eyes, mouth, nose, etc.) for different ethnic groups, age groups and sexes. After this analysis, the characteristics that best differ the three studied diversities were added to the imaging algorithm . Features that were not presented in the anthropometric data were also added, such as wrinkles, both age and some emotions. The final product of this project is the comparison between the characteristics used in the literature and the characteristics extracted from the anthropometry, and the expansion of the current algorithm contemplating the ethnic, age and sex diversities, allowing the user to choose a configuration of these diversities for the generation of the images with the applied emotions