Expresión facial - Reconocimiento de modelos - Investigaciones

Top PDF Expresión facial - Reconocimiento de modelos - Investigaciones:

Reconocimiento de la Expresión Facial de las Emociones Básicas en Niños con Traumatismo Craneoencefálico Leve

Reconocimiento de la Expresión Facial de las Emociones Básicas en Niños con Traumatismo Craneoencefálico Leve

El traumatismo craneoencefálico (TCE) infantil provoca secuelas físicas, cognitivas y sociales. Las dificultades sociales se han vinculado con alteraciones en reconocimiento de expresiones faciales emocionales (REFE). A pesar de la alta incidencia del TCE leve (TCE-L) en población infantil, la mayoría de las investigaciones son realizadas en lesiones moderadas y severas, por lo que no hay evidencia suficiente en lesiones leves en el REFE. Objetivo: Evaluar el reconocimiento de la expresión facial de las emociones básicas en niños con TCE-L. Método: Participaron 36 niños entre 4 y 8 años de edad (x=5.42±1.44) divididos en tres grupos pareados por edad y sexo: grupo con traumatismo craneoencefálico leve (TCE-L), grupo con desarrollo normotípico (NOR) y grupo con traumatismo musculoesquelético (TME). La evaluación del REFE se realizó en la etapa aguda de la lesión. Se aplicó una tarea computarizada de elección forzada, contenía 35 fotografías que expresaban seis emociones básicas (alegría, tristeza, miedo, enojo, asco y sorpresa) y una expresión neutra. Resultados: No se encontraron diferencias estadísticas entre los grupos en el REFE total, aunque los niños con TCE-L tuvieron un desempeño significativamente menor que los grupos comparativos en el reconocimiento de la expresión neutral. Los niños con TCE-L tuvieron un bajo nivel de certeza (menor al 50.0%) al reconocer las emociones de tristeza (46.6%), asco (40.0%), miedo (21.6%) y neutral (20%). Conclusiones: Los resultados sugieren que incluso durante la fase aguda de la lesión cerebral (en la primera semana) los niños con TCE-L muestran dificultades en el REFE. Debido a que la evaluación se realizó en la fase aguda, es importante hacer un seguimiento para determinar si estos errores prevalecen en la fase crónica y, por lo tanto, podrían relacionarse con los problemas conductuales reportados por familiares en etapas posteriores del desarrollo, como en la adolescencia.
Mostrar más

12 Lee mas

Reconocimiento facial no supervisado en programas de televisión

Reconocimiento facial no supervisado en programas de televisión

Dicho esto, es necesario definir las características que tiene la base de datos con la cual se han realizado los experimentos. Esta base de datos consta de 22 identidades: 12 pertenecen a TVC y son consideradas válidas, mientras que 10 pertenecen a JAFFE y son consideradas inválidas. Estamos considerando, por tanto, que las identidades de TVC son los modelos, mientras que las identidades de JAFFE no lo son, por lo que se trata de identidades inválidas. De las identidades válidas, por cada una de éstas cogeremos ⅓ del número de imágenes que tenga para imágenes de modelos (base de datos), otro ⅓ para imágenes de entrenamiento, y otro ⅓ para imágenes de test. De las identidades inválidas, por cada una de éstas cogeremos ½ del número de imágenes que tenga para imágenes de entrenamiento, y otro ½ para imágenes de test. Es lógico que no tomemos ninguna imagen de ninguna identidad inválida para modelos, ya que los modelos únicamente contienen imágenes válidas. En cuanto a las características de las que hablábamos, hay que decir que, en visión global, se puede considerar que en esta base de datos hay pocas identidades y muchas imágenes por identidad. También hay que tener en cuenta que todas las imágenes son frontales, algunas de TVC con ligeras variaciones de pose, a las cuales la técnica de reconocimiento facial Sparse Representation dice ser robusta, ya que gracias a la robustez a la oclusión lo permite [10]. También se presentan variaciones de expresión, sobre todo en JAFFE, las cuales también quedan solventadas con esta técnica [10]. Las imágenes no presentan variaciones de iluminación, ni ningún tipo de oclusión o corrupción. Si hubieran presentado estas características, esta técnica también hubiera solucionado hipotéticamente estos problemas [10].
Mostrar más

75 Lee mas

Reconocimiento facial de emociones en el autismo y el fenotipo ampliado del autismo

Reconocimiento facial de emociones en el autismo y el fenotipo ampliado del autismo

Introducción: Los trastornos del espectro autista (TEA) se caracterizan por deficiencias en la interacción social y en la comunicación, sensibilidades sensoriales, comportamientos repetitivos y estereotipados e intereses restringidos. Recientemente la expresión subclínicas de rasgos autistas se ha dado a conocer como fenotipo ampliado del autismo (BAP). Estudios de reconocimiento facial han sugerido deterioro del reconocimiento de la emoción tanto en TEA como en BAP. El objetivo principal del presente trabajo fue llevar a cabo una revisión de los trabajos publicados que relacione las capacidades de reconocimiento de expresiones faciales emocionales en TEA y BAP, con respuestas psicofisiológicas y autonómicas. Para ello se realizó una revisión bibliográfica de tipo narrativo. Los principales parámetros au- tonómicos utilizados en el estudio de la respuesta autonómica en TEA y BAP incluyen los niveles de cortisol, la RSA, y la conductancia de la piel (SCR y SCL). Por lo tanto, si bien el desequilibrio autonómico en TEA queda actualmente demostrado en las investigaciones, la reactividad autonómica en BAP y su relación con las dificultades sociales de esta población constituye aún un campo de estudio que precisa ser abordado.
Mostrar más

30 Lee mas

Prototipo para el Control de Ingreso de Personal por Reconocimiento Facial

Prototipo para el Control de Ingreso de Personal por Reconocimiento Facial

2.1.3.8 Local Binary Pattern: LBP. Se recorre la imagen y etiqueta sus pixeles mediante un umbral de la diferencia entre el pixel central y sus vecinos, cuyo resultado será un numero binario, se utiliza para la descripción de una cara y se construyen varios descriptores locales que se combinan en un descriptor global. Se tiene información de la imagen mediante etiquetas LBP para el histograma que contienen información sobre el patrón a nivel de pixel y mediante la comparación del histograma se puede realizar el reconocimiento de caras.
Mostrar más

50 Lee mas

Incorporación de atributos faciales a sistemas de reconocimiento facial

Incorporación de atributos faciales a sistemas de reconocimiento facial

Un sistema biométrico puede funcionar de dos modos. Hablamos de identicación cuando el sistema realiza una comparación de uno frente a todos los usuarios. Estos usuarios han sido previamente registrados en la base de datos. La respuesta del sistema será la lista de usuarios puntuados según el parecido a la muestra a identicar. La primera identidad de la lista la que más probabilidades tenga de ser el usuario reclamado. Mientras que en el modo de vericación se realiza una comparación entre dos usuarios. La respuesta del sistema será si ambos usuarios son o no la misma persona, dependiendo de si la comparación supera o no un umbral determinado. Como es de esperar los sistemas basados en identicación requieren mayor coste computacional. Muchos de los sistemas biométricos actuales requieren de instrumentos complejos a la hora de adquirir los datos con los que posteriormente se realiza el reconocimiento. Esto hace que en ocasiones sean sistemas poco manejables o de alto coste. Como puede ser el caso de los sensores para adquirir imágenes del iris, o algunos sensores para la adquisición de huellas dactilares. No es el caso del reconocimiento facial, uno de los rasgos biométricos más utilizados. Es un método no intrusivo y apenas requiere colaboración con el usuario. En aplicaciones como por ejemplo el desbloqueo de dispositivos móviles, donde el entorno está controlado, los resultados son favorables. Sin embargo, en aplicaciones de videovigilancia suelen aparecer problemas debido a variaciones de iluminación o de pose, oclusiones, poca resolución en las imágenes, etc. En estos caso los resultados no son tan buenos. Los avances en el desarrollo de redes neuronales profundas, ha reducido las tasas de error en los sistemas de reconocimiento facial, incluso en escenarios complejos [23]. Además se buscan otras técnicas que mejoren el rendimiento de los sistemas de reconocimiento facial, como puede ser el apoyo de estos sistemas mediante los llamados soft biometrics.
Mostrar más

61 Lee mas

Sistemas de reconocimiento facial, como herramienta para la búsqueda de personas

Sistemas de reconocimiento facial, como herramienta para la búsqueda de personas

La primera etapa que encontramos es la etapa de adquisición, en un sistema de reconocimiento facial se obtiene mediante hardware, con dispositivos que permiten obtener imágenes y videos, como son cámara de fotos, cámara de video vigilancia, y hasta con la cámara del celular, también se puede obtener las imágenes mediante archivos previamente grabados. En esta etapa no hay una evaluación exhaustiva de la imagen, basta con cumplir con un mínimo de calidad para que dicha imagen o video pueda seguir a la etapa de detección. (Eslava, 2013) La etapa de detección se la puede considerar como la etapa de mayor importancia en todo el proceso, ya que si se comete el mínimo error en la localización y detección de los rasgos de la cara, todas las etapas siguientes en el proceso se verán afectadas. Esta etapa está constituida por dos partes: la detección de la región de la cara y la detección de la posición de los ojos. En resumen la detección es la tarea de localizar rostros en imágenes fijas y en movimiento.
Mostrar más

14 Lee mas

Análisis y reconocimiento de la expresión facial de la emoción en video de personas con demencia.

Análisis y reconocimiento de la expresión facial de la emoción en video de personas con demencia.

El desarrollo de la investigación permite brindar un aporte para la detección temprana de la enfermedad que presentan los pacientes con Alzheimer, y de esa forma controlar que esta siga avanzando, por lo tanto es necesario analizar y reconocer la expresión facial de la emoción humana en videos de personas con Alzheimer, en vista de que personas con este tipo de demencia pierden progresivamente la manera de expresar sus emociones y provoca que los familiares no puedan atender adecuada y oportunamente su tratamiento. Para ello se propone trabajar con el software Human Emotion Recognition (HER), dicho software analiza videos de pacientes con Alzheimer y de personas cognitivamente normales, en donde se identificó las emociones básicas y se corroboró estos resultados con el análisis de la polaridad de texto en las conversaciones filmadas de los pacientes. El desarrollo incluye una interfaz gráfica que permita la visualización de los resultados obtenidos del software Human Emotion Recognition (HER) y la clasificación del texto de las conversaciones, para luego ser validados por el experto.
Mostrar más

116 Lee mas

Técnicas de reconocimiento facial mediante redes neuronales

Técnicas de reconocimiento facial mediante redes neuronales

En la presente tesis se ha desarrollado y analizado un sistema de verificación facial basado en el preprocesamiento de características bidimensionales análisis de componentes principales[r]

151 Lee mas

Reconocimiento facial combinando técnicas 2D y 3D

Reconocimiento facial combinando técnicas 2D y 3D

El reconocimiento facial automatizado es un concepto que se introdujo en los años 60. Fue entonces cuando se desarrolló el primer sistema semiautomático para reconocimiento facial, que requería del administrador para localizar rasgos (ojos, orejas, nariz y boca) en las fotografías antes de que este calculara la distancia a puntos de referencia comunes y se comparasen los datos. En los años 70 Goldstein, Harmon, & Lesk, usaron 21 marcadores subjetivos específicos tales como el color del cabello y el grosor de labios para automatizar el reconocimiento facial, pero los marcadores seguían requiriendo un proceso manual. En 1988 se produjo un hito cuando Kirby & Sirovich aplicaron el análisis de componentes principales (PCA), una técnica estándar del álgebra lineal, al problema del reconocimiento facial y demostraron que se necesitaban menos de 100 valores para codificar la imagen de una cara convenientemente alineada y normalizada. En 1991 Turk & Pentland, utilizando las técnica de eigenfaces, como se llamó al método de Kirby & Sirovich, demostraron que el error residual podía ser utilizado para detectar caras en las imágenes, un descubrimiento que permitió desarrollar sistemas de reconocimiento fiables en tiempo real. Si bien la aproximación era un tanto forzada por factores ambientales, creó sin embargo un interés significativo en posteriores desarrollos de éstos sistemas.
Mostrar más

135 Lee mas

Reconocimiento facial basado en redes neuronales convolucionales

Reconocimiento facial basado en redes neuronales convolucionales

Un acontecimiento importante en el campo del reconocimiento facial se dio en 1988, cuando L. Sirobich y M. Kirby [2] aplicaron la técnica del análisis de componentes principales (PCA) al problema del reconocimiento facial y del que posteriormente surgiría el método de Eigenfaces de la mano de Turk y Pentland en 1991 [3]. Aunque hubo unos años en los que el campo del reconocimiento facial no presentó importantes desarrollos, en los años 90 se convirtió en una actividad en crecimiento debido al aumento de la investigación comercial, así como el alza de los clasificadores basados en redes neuronales en tiempo real [4]. Desde entonces, han surgido numerosos tipos de algoritmos, así como variaciones de los primeros, que aún en la actualidad siguen utilizándose.
Mostrar más

77 Lee mas

Sistema de reconocimiento facial para control de acceso a viviendas

Sistema de reconocimiento facial para control de acceso a viviendas

Al hacer la recopilación de información de las técnicas de reconocimiento facial se evidencia que muchas de ellas eran bastante viables para utilizarlas en este proyecto, sin embargo, se tomó la decisión de usar la técnica de reconocimiento facial Eigen-faces junto al PCA, debido a varias razones que la anteponen. Estas razones son por su baja complejidad computacional y su poca utilización de recursos de la imagen, lo hacen que tenga un tiempo de respuesta muy aceptable, y el reconocimiento sea de un 97% preciso. Además de ser uno de los algoritmos más conocidos y confiables por la comunidad investigadora, este puede acoplarse con otras técnicas para mejorar el entrenamiento de las imágenes de referencia. Durante la definición de requerimientos tanto de las herramientas software, hardware y del algoritmo, todas ellas se basaron en el ambiente de trabajo en la que se implementó el sistema. por esta razón se tuvieron en cuenta características propias de una casa; Estas características pueden afectar el funcionamiento ideal si estas no se tienen en cuenta para la implementación de dicho sistema, ya que este podría tener fallas o inclusive hacer que el reconocimiento facial no sea un método seguro para el control de acceso, por esta razón los requerimientos que se expusieron en el capítulo 12 son características o condiciones que deben tener el sistema en general para mitigar los efectos de un ambiente no controlado como la luz natural, el color de piel de una persona, rasgos que varían con el tiempo, o inclusive la calidad de la cámara.
Mostrar más

153 Lee mas

Redes neuronales de la expresión facial pdf

Redes neuronales de la expresión facial pdf

Estas vías, por las conexiones que establecen, po­ drían ser el fascículo longitudinal inferior derecho, cuyas fibras discurren cercanas a la pared lateral del ventrículo lateral, uniendo los polos temporal y oc­ cipital a lo largo de la cara basal del cerebro, y el fascículo frontooccipital inferior, que atraviesa la ínsula y une la región basal de la corteza occipital con la circunvolución fusiforme [18]. En términos generales, el fascículo frontooccipital inferior faci­ lita una alta conectividad al comunicar el lóbulo frontal con los lóbulos temporal, parietal y occipital [19,20]. En concreto, la alta conectividad encontra­ da entre el giro fusiforme y el área facial occipital, con preferencia en el hemisferio derecho, eviden­ ciaría la participación de estas estructuras en los procesos de categorización e identificación facial. Por otro lado, las vías directas de conexión entre la amígdala y las áreas visuales primarias mostrarían las vías de procesamiento rápido del contenido emocional de la expresión facial [12]. La alta conec­ tividad entre estas regiones reflejaría la importancia de categorizar, identificar y procesar de manera adecuada el contenido emocional de una expresión facial (Figura).
Mostrar más

8 Lee mas

La videovigilancia con reconocimiento facial en España tras la RGPD

La videovigilancia con reconocimiento facial en España tras la RGPD

Trasladando todo esto a la videovigilancia, podemos llegar a la conclusión, de que tanto las cámaras en vía pública como en espacios públicos, pero de gestión privada como los centros comerciales, son susceptibles de poder incorporar un sistema de reconocimiento facial que con una gran probabilidad pueda identificarnos ya sea mediante una base de datos del gobierno (DNI) como mediante bases de datos obtenidas de redes sociales y otros lugares de la web que manejan nuestros datos. Si se analiza todo lo anterior en conjunto, resulta evidente que para cualquier ciudadano resultaría a simple vista imposible saber si las cámaras de videovigilancia de un determinado lugar cuentan con la tecnología del reconocimiento facial o no. Evidentemente también surge la duda de si la aplicación de esta tecnología es realmente necesaria, puesto que el impacto sobre la privacidad de las personas resulta evidente. Pero todo esto se agrava si pensamos que el reconocimiento facial no solo implica en lo que respecta a su impacto sobre la privacidad identificar a la persona, también existe un impacto relacionado con la base de datos de la que se alimenta ese reconocimiento, quién tiene acceso a esa información, que se hace con ella y donde se almacenan los resultados. Así pues, el claro conflicto entre los beneficios que reportaría respecto a la seguridad podría en muchos casos no ser lo suficientemente claros al contraponerlos con el impacto que causa una tecnología de este estilo y todo lo que la rodea sobre el derecho a la privacidad de las personas.
Mostrar más

54 Lee mas

RECONOCIMIENTO FACIAL DE HIKVISION. #HikvisionLatam. Hikvision Chile

RECONOCIMIENTO FACIAL DE HIKVISION. #HikvisionLatam. Hikvision Chile

Combinada con la Puerta Barrera por medio de RS485, Wiegand, o señal I/O la Terminal DS-K5671-Z de Reconocimiento Facial de HikVision provee. una solución inteligente de control de acc[r]

8 Lee mas

La videovigilancia con reconocimiento facial en España tras la RGPD

La videovigilancia con reconocimiento facial en España tras la RGPD

Como se puede ver, Peskin habla de la mayor represión estatal que supone adoptar esta tecnología para la vigilancia y el uso de las fuerzas y cuerpos de seguridad, y nombra específicamente el caso de China. Así pues, resulta evidente que para los propios legisladores el reconocimiento facial en cámaras de videovigilancia supone un claro conflicto moral entre la seguridad y el derecho a la privacidad. Afortunadamente en el caso de San Francisco, los derechos de sus ciudadanos pesaron más que la promesa de seguridad que ofrece esta tecnología, pero esta postura está lejos de ser la Federal e incluso está alejada de la de otras ciudades de EEUU. Así por ejemplo se sabe que el FBI ya ha utilizado esta tecnología para realizar más de 390.000 búsquedas, o que el Servicio de Inmigración y Aduanas (ICE) recopiló fotografías de diversas agencias estatales de tráfico para identificar mediante el reconocimiento facial a inmigrantes sin papeles [39].
Mostrar más

54 Lee mas

Sistema interactivo de identificación de usuarios mediante reconocimiento facial

Sistema interactivo de identificación de usuarios mediante reconocimiento facial

No sería hasta el año 1986 cuando apareciera la técnica que se convertiría en las próximas décadas en la técnica dominante: Eigenfaces [6] basada en el método estadístico Análisis de componentes principales (PCA). Esta fecha marco un punto de inflexión en el mundo del reconocimiento facial, pues supuso el inicio del esfuerzo incesante por fomentar el desarrollo de algoritmos faciales de reconocimiento y nuevas tecnologías de evaluación de prototipos capaces de enfrentarse a los sistemas reconocimiento. Es así como en el año 1996 fue presentado uno de los métodos más robustos basado en la técnica Local Binary Patterns (LBP) [7] que se describe como un conjunto ordenado de comparaciones binarias de pixeles de intensidad entre el pixel central y sus alrededores. Pocos años después, en 1999 apareció otra potente técnica: Fisherfaces [8] basada en otro método estadístico, Análisis discriminante lineal (LDA).
Mostrar más

42 Lee mas

Diseño de un sistema biométrico de reconocimiento facial en tiempo real

Diseño de un sistema biométrico de reconocimiento facial en tiempo real

Las pruebas en el software se realizan inicialmente para dos métodos de reconocimiento, los cuales son PCA y DTC, los dos basados en la apariencia. El primero que lo hace de forma indirecta atreves de una matriz de proyección transformando las imágenes de entrada a un nuevo subespacio y el segundo transformando la imagen original a una matriz de coeficientes mediante la transformada discreta del coseno. Por otra parte, se estudia el proceso básico para el reconocimiento facial mediante LPP.

60 Lee mas

SISTEMA DE RECONOCIMIENTO FACIAL Y REALIDAD AUMENTADA PARA DISPOSITIVOS MÓVILES

SISTEMA DE RECONOCIMIENTO FACIAL Y REALIDAD AUMENTADA PARA DISPOSITIVOS MÓVILES

El proceso de identificación facial se divide básicamente en dos tareas: detección y reconocimiento [2] . La primera de ellas, la detección, comprende la localización de una o varias caras dentro de una imagen, ya sea fija o una secuencia de vídeo. La segunda tarea, el reconocimiento, consiste en la comparación de la cara detectada en el paso anterior con otras almacenadas previamente en una base de datos. Estos procesos, detección y reconocimiento, no deberían ser totalmente independientes debido a que según la forma en la que se detecte una cara puede ser prácticamente imposible su reconocimiento con caras de una base de datos detectadas de manera diferente, de ahí que los sistemas de reconocimiento facial estén fuertemente condicionados por la posición y orientación de la cara del sujeto con respecto a la cámara y las condiciones de iluminación en el momento de realizar la detección.
Mostrar más

10 Lee mas

La computación afectiva y su influencia en las interfaces actuales del reconocimiento facial

La computación afectiva y su influencia en las interfaces actuales del reconocimiento facial

Una de las tecnologías emergentes que está tomando auge es la computación afectiva, cuyo objetivo es la im- plementación de dispositivos y sistemas capaces aptos para el reconocimiento, interpretación, procesamiento y/o simulación de las emociones humanas, mejorando así la interacción hombre – máquina. Así mismo, deben ser capaces de: capturar y reconocer los estados emocio- nales del usuario por medio de mediciones de señales generadas en la cara, voz, cuerpo o algún otro reflejo del proceso emocional que se esté efectuando y debe procesar tal información pudiendo clasificar, gestionar y aprender a través de algoritmos de comparación. Por últi- mo, ser capaz de generar las respuestas a las emociones correspondientes por medio de diferentes canales: colo- res, sonidos, operadores virtuales con expresión, robots gestuales, etc. (Baldasarri, 2016).
Mostrar más

9 Lee mas

Modelo de sistema de reconocimiento facial para el control de la trata de personas

Modelo de sistema de reconocimiento facial para el control de la trata de personas

Thiago Diniz da Silveira (2018) [17], propone un modelo de reconocimiento de movimientos corporales, donde a si mismo se estudia cuatro modelos distintos Probabilistic High- Dimensional Regression, Hyperface, Deepgaze y Vanilla CNN, donde al final se optó por el modelo de Hyperface para hacer el análisis y las pruebas. Este modelo es un método que tiene por objetivo reducir la puntuación de confianza en la detección de rostros falsos que distraen a los algoritmos de visión por computador, obteniendo un resultado satisfactorio. Dada su investigación propone para trabajos futuros hacer un entrenamiento con un conjunto de datos y el uso de OpenFace para obtener mejores resultados.
Mostrar más

142 Lee mas

Show all 10000 documents...