RECONOCIMIENTO DE EXPRESIONES FACIALES PARA INTERACCIÓN CON EL COMPUTADOR
PDF

Palabras clave

Reconocimiento de Emociones
Interacción Humano-computadora
Haar Feature-based Cascade Classifier
Fisherfaces
OpenCV

Cómo citar

Rodríguez Hernández, J. A., & Duque Méndez, N. D. (2016). RECONOCIMIENTO DE EXPRESIONES FACIALES PARA INTERACCIÓN CON EL COMPUTADOR. JÓVENES EN LA CIENCIA, 2(1), 62–66. Recuperado a partir de https://www.jovenesenlaciencia.ugto.mx/index.php/jovenesenlaciencia/article/view/785

Resumen

La interacción Humano-computadora (HCI por sus siglas en ingles) es un campo emergente de la ciencia destinado a proporcionar formas naturales para los humanos para utilizar las computadoras como ayuda. Se dice que para que las computadoras sean capaces de interactuar con los humanos, estas necesitan las habilidades de comunicación de los humanos. Una de estas habilidades es la habilidad de entender el estado emocional de una persona. La manera más expresiva en que los humanos muestran las emociones es a través de las expresiones faciales. En esta investigación se presenta un sistema para el reconocimiento de emociones utilizando la librería de OpenCV. El sistema está basado en Haar Feature-based Cascade Classifier para la detección del rostro y en el algoritmo de Fisherfaces utilizado para el reconocimiento de emociones.
PDF

Citas

A. Garg, V. Pavlovic, J. Rehg, and T. S. Huang. Audio–visual speaker detection using dynamic Bayesian networks. In Proc. of 4rd Intl Conf. Automatic Face and Gesture Rec., pages 374–471, 2000.

P. Salovey and J.D. Mayer. Emotional intelligence. Imagination, Cognition and Personality, 9(3):185– 211, 1990.

D. Goleman. Emotional Intelligence. Bantam Books, New York, 1995.

P. Ekman Strong evidence for universals in fa- cial expressions. Psychol. Bull., 115(2): 268–287, 1994.

P. Viola, M. Jones. Rapid Object Detection Us- ing a Boosted Cascade of Simple Features. Pro- ceedings of the IEEE Conference on Computer Vision and Pattern Recognition, Kauai, Hawaii, vol. 1, pp. 511-518, 2001.

R. Lienhart, J. Maydt. An extended set of haar- like features for rapid object detection. Proceed- ings of the IEEE International Conference on Image Processing, Rochester, New York, vol. 1, pp. 900-903, 2002.

R. Lienhart, A. Kuranov, V. Pisarevsky. Empir- ical Analysis of Detection Cascades of Boosted Classifiers for Rapid Object Detection. Intel Corporation, Technical report, 297–304, 2002.

Licencia Creative Commons
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional.