Un grupo de investigadores de la Universidad de Yonsei y de la Escuela Politécnica Federal de Lausane (EPFL), recientemente desarrollaron una nueva técnica que puede reconocer emociones analizando el rostro de las personas en imágenes junto con ciertas características contextuales.
Los científicos han presentado y bosquejado una arquitectura de aprendizaje profundo, llamada CAER-Net, que puede leerse aquí.
Otros lo han intentado
Por muchos años, los investigadores en todo el mundo han tratado dedesarrollar herramientas para detectar automáticamente las emociones humanas, ya sea analizando imágenes, videos y clips de audio.
Estas herramientas podrían tener numerosas aplicaciones, por ejemplo, mejorar la interacción entre hombres y robots, o ayudar a los doctores a identificar los signos de desórdenes o enfermedades neuronales, basados, por ejemplo, en patrones del habla atípicos, características faciales, etcétera.
Hasta ahora, la mayoría de estas técnicas para reconocer emociones en imágenes se basaban en el análisis de las expresiones del rostro, asumiendo que estas expresiones eran las que llevaban la mayor carga emocional.
Como resultado, la mayoría de los conjuntos de datos para el entrenamiento de las emociones en el rostro, tienen imágenes cortadas de las caras que se analizan.
Una limitación clave de estas herramientas convencionales es que fallan al tratar de lograr un desempeño satisfactorio cuando las señales emocionales en los rostros de las personas son ambiguos o indistinguibles.
En contraste con estos enfoques, los seres humanos podemos reconocer las emociones en otros no solamente por el rostro, sino por pistas contextuales, es decir, las acciones que desarrollan, la interacción con otros, etcétera.
Un …