CEI Herramientas de lectura

En el área de reconocimiento facial las aplicaciones van en aumento, al emplear AI (Artificial Intelligence) o técnicas BCI (Brain-Computer Interface) se logra identificar la emoción facial que expresa una persona. En este trabajo se presenta la comparación de emociones del rostro mediante los algoritmos de ML (Machine Learning) en entorno de Phyton y la diadema Emotiv Epoc+ en su software Xavier Control Panel. Los modelos ML permiten extraer y mapear el movimiento facial en una malla de 468 nodos para EFGF (Extraction of Facial Geometric Features) y permite realizar una detección facial en cascada para extraer las características faciales en múltiples zonas simultáneamente para el algoritmo MTCNN (MultiTask Cascaded Convolutional Neural Network). La técnica BCI con la diadema Emotiv Epoc+ permite la extracción de las señales EEG (Electroencephalogram) para determinar la expresión facial. Finalmente, los modelos AI presentan la ventaja de una nula intervención física con la cabeza, en contraste de requerir tratamiento en la imagen para reducir el ruido, aumento en el tiempo de procesamiento y control de escenario de iluminación. En cambio, la técnica BCI realiza directamente la interpretación de la emoción con el software Xavier al detectar las contracciones musculares en el rostro del usuario y predecir la emoción. Las expresiones faciales logran ser aplicadas en el ámbito de la psicología, medicina, investigaciones policiacas, etc., brindan una herramienta practica para agilizar entrevistas relacionando el reconocimiento de las emociones en el momento exacto que se requiera.

Recibido: 10 de noviembre de 2023
Aceptado: 20 de marzo de 2024