Una nueva investigación presenta un método para mejorar la precisión y la velocidad del reconocimiento dinámico de emociones utilizando una red neuronal convolucional (CNN) para analizar rostros.El trabajo realizado por Lanbo Xu de la Universidad Northeastern en Shenyang, China, podría tener aplicaciones para la salud mental, la interacción persona-computadora, la seguridad y otras áreas.

el trabajo espublicadoen elRevista Internacional de Biometría.

Las expresiones faciales son una parte importante de la comunicación no verbal y proporcionan pistas sobre la personalidad de un individuo.estado emocional.Hasta ahora, los sistemas de reconocimiento de emociones han utilizado imágenes estáticas, lo que significa que no pueden capturar la naturaleza cambiante de las emociones a medida que se manifiestan en el rostro de una persona durante una conversación, entrevista u otra interacción.El trabajo de Xu aborda esto centrándose en secuencias de vídeo.El sistema puede realizar un seguimiento de los cambios.expresiones facialesa través de una serie de fotogramas de vídeo para luego ofrecer un análisis detallado de cómo se desarrollan las emociones de una persona en tiempo real.

Sin embargo, antes del análisis, el sistema aplica un algoritmo, el "algoritmo caótico del salto de rana", para afinar los rasgos faciales clave.El algoritmo imita el comportamiento de búsqueda de alimento de las ranas para encontrar parámetros óptimos en las imágenes digitales.La CNN entrenada con un conjunto de datos de expresiones humanas es la parte más importante del enfoque, ya que le permite a Xu procesardatos visualesreconociendo patrones en nuevas imágenes que se cruzan con los datos de entrenamiento.Al analizar varios fotogramas desecuencias de video, el sistema puede capturar movimientos de la boca, los ojos y las cejas, que a menudo son indicadores sutiles pero importantes de cambios emocionales.

Xu informa una precisión de hasta el 99%, y el sistema proporciona un resultado en una fracción de segundo.Esta precisión y velocidad son ideales para uso en tiempo real en diversas áreas donde la detección de emociones puede ser útil sin la necesidad de una evaluación subjetiva por parte de otra persona o equipo.Sus aplicaciones potenciales radican en mejorar las experiencias del usuario con las interacciones con la computadora, donde la computadora puede responder adecuadamente al estado emocional del usuario, como la frustración, la ira o el aburrimiento.

El sistema podría resultar útil para detectar trastornos emocionales en las personas sin intervención humana inicial.También podría usarse para mejorarsistemas de seguridad, permitiendo el acceso a los recursos, pero sólo a aquellos que se encuentran en un estado emocional particular y prohibiendo la entrada a una persona enojada o molesta, tal vez.El mismo sistema podría utilizarse incluso para identificar la fatiga del conductor en los sistemas de transporte o incluso en el propio vehículo.Los sectores del entretenimiento y el marketing también podrían ver aplicaciones en las que comprender las respuestas emocionales podría mejorar el desarrollo de contenidos, la entrega y la participación del consumidor.