Desarrollo de una biblioteca para el reconocimiento de emociones faciales

Fecha

2018-06-24

Autores

Soto Gómez, Guillermo
Martínez Rodríguez, Gerardo

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad Central “Marta Abreu” de Las Villas

Resumen

Recientes estudios neurológicos indican que el rol de la emoción en la cognición humana es esencial y que las emociones no son un lujo, en vez de eso, estas juegan un papel importante en la toma de decisiones, en la percepción y en la interacción humana. Las personas que trabajan con computadoras, generalmente pasan más tiempo con estas del que pasan con el resto de las personas; por tanto, las computadoras están en una única posición para sentir nuestro estado afectivo. En el presente trabajo se desarrolla una biblioteca que permite la detección automática de emociones faciales en tiempo real en aplicaciones de Computación Afectiva. El lenguaje de programación utilizado es Python y se hacen uso de los módulos OpenCV, Dlib, y Sklearn para la detección del rostro, extracción de los rasgos correspondientes a los ojos, nariz y boca y para la clasificación utilizando Máquinas de Vectores Soporte y Perceptrón Multicapa. La biblioteca fue probada en los conjuntos de datos Cohn-Kanade y FER2013 obteniendo resultados similares a los que se muestran en la literatura consultada.
Recent neurological studies indicate that the role of emotion in human cognition is essential and that emotions are not a luxury, instead, they play an important role in decision making, perception and human interaction. In addition, people who work with computers generally spend more time with these than they do with other people; therefore, computers are in a unique position to feel our affective state. In the present work a library is developed that allows the automatic detection of facial emotions in real time in Affective Computing applications. The programming language used is Python and the OpenCV, Dlib, and Sklearn modules are used for face detection, extraction of the features corresponding to the eyes, nose and mouth and for classification using Multilayer Perceptron and Support Vector Machines. The library was tested in the Cohn-Kanade and FER2013 datasets, obtaining results similar to those shown in the literature consulted.

Descripción

Palabras clave

Biblioteca Informática, Reconocimiento Automatizado, Emociones Faciales, Python, Computación Afectiva, Inteligencia Artificial

Citación