Usted está en: Inicio / Investigación Formal Psicología / Construcción y validación de bancos de imágenes de rostros para la detección automática de expresiones facionales

2019_06_28_NOT_CIP_CONSTRUCCIÓN_Y_VALIDACIÓN.psd

Por: Héctor Julian Tejada Herrera

Objetivo

Desarrollar una metodología para la construcción de bancos de imágenes de rostros para alimentar algoritmos de detección automática de expresiones faciales.

Resumen

El reconocimiento automático de las emociones, sea a través del análisis de las expresiones faciales o a través de la utilización de instrumentos de biofeedback, se ha mostrado de gran utilidad en diversos contextos de la psicología; ofreciendo medidas objetivas de la reacción emocional. Una pieza clave en el desarrollo de esa tecnología ha sido la Inteligencia Artificial (IA) y el surgimiento de algoritmos que detectan una determinada expresión en el rostro de una persona utilizando reconocimiento de patrones y machine learning. Actualmente existen soluciones comerciales aplicando los principios de la IA al reconocimiento de las expresiones, sin embargo, es posible identificar dos limitaciones de ese abordaje: la primera es la suposición de la universalidad de las emociones; y la segunda son las categorías emocionales que traen pre-definidas. Al respecto de la primera limitación, podemos argumentar que condiciones socio-culturales afectan la expresión emocional, lo que limita la utilización de un algoritmo entrenado en un contexto socio-cultural diferente del contexto Colombiano. Ya al respecto de la segunda, se puede cuestionar que las categorías pre-definidas no necesariamente contemplan el tipo de reacción emocional que una determinada situación generará en los participantes. En ese contexto, el presente proyecto tiene por objetivo construir un banco de imágenes que sirvan para entrenar un algoritmo de IA en el reconocimiento de expresiones y micro-expresiones faciales, utilizando un algoritmo de reconocimiento de expresiones faciales basado en OpenCV (Librería open-source para la manipulación de imágenes) y el lenguaje de programación Python, para analizar imágenes grabadas a través de una webcam. La muestra será conformadas por estudiantes universitarios y las categorías emocionales y los estímulos que activarán las respuestas emocionales serán definidas en el contexto de la teoría de las evaluaciones (appraisals) lo que permitirá la personalización del tipo de respuesta emocional que pretende ser detectada.

Publicado por Fundación Universitaria Konrad Lorenz El día 07/08/2019 Enlace permanente Comentarios (0)