O reconhecimento de expressões faciais que denotam emoções sempre foi uma ferramenta importante para a socialização de indivíduos de uma sociedade. Segundo Paul Ekman, a partir de comentários nos seus estudos (EKMAN, 1970), existem expressões faciais que são reconhecidas universalmente entre seres humanos, sendo estas felicidade, tristeza, raiva, medo, surpresa e desgosto. Essa descoberta viabilizou o estudo e catalogação de micro expressões faciais e a relação entre elas e as emoções universais, o que veio a ser conhecido como Facial Action Coding System (FACS) (EKMAN e FRIESEN, 1978).  No contexto da tecnologia da informação surgiram tecnologias capazes de analisar essas expressões em tempo real, tais como o FaceReader (VICARVISION, 2007), objeto de pesquisa deste trabalho. O FaceReader realiza análises de vídeos e imagens classificando o estado emotivo do participante dentre as emoções descritas por Ekman, assim como o estado neutro, utilizando os conceitos do FACS e também de inteligência artificial (deep learning) para realizar suas classificações. Uma das maiores desvantagens da ferramenta é a inexistência de opções remotas em sua versão online de forma gratuita. Portanto, o objetivo deste projeto de pesquisa é o de desenvolver uma aplicação web capaz de usar os logs de saída das análises do FaceReader, gerando gráficos similares aos apresentados pelo software, deste modo facilitando a realização de análises mais avançadas. Esta aplicação foi desenvolvida na linguagem de programação python 3.6.5 utilizando o framework Dash (PLOTLY, 2017) que é específico para a construção de aplicações web focadas em gráficos. Quanto ao funcionamento, a ferramenta utiliza o log de saída de cada análise, individualmente selecionado, e a partir desse, gera dois tipos de gráficos: um temporal das emoções (line chart), que mostra a relação entre as intensidades das emoções (medidas em valores entre 0 e 1) e o tempo da análise, para uma melhor visualização dados de análise corrompidos ou ausentes são retirados da representação gráfica. Este também possui opções como deixá-lo em escala logarítmica e discretizar o tempo em unidades decimais, para a facilitar o entendimento sobre a representação gráfica. O outro gráfico (pie chart), exibe a dominância das emoções sobre o tempo total da análise, ou seja, se em algum momento determinada emoção se tornar dominante ele aparecerá no gráfico. O percentual de dominância se dá pela soma de todos os momentos em que ela se tornou dominante dividido pelo tempo total da análise. Estamos trabalhando na implementação de algumas funcionalidades faltantes consideradas interessantes do ponto de vista da análise de emoções tais como comparação entre análises e carga de arquivos compactados com uma série de logs. A ferramenta Dash é nova, portanto, necessita de melhorias por parte de seus desenvolvedores. Apesar disso, estamos acompanhando novas versões e atualizando a nossa solução de software conforme novas implementações vão sendo acopladas no framework.