Full Program »
Reconocimiento Facial de Setimientos En Pacientes En Recuperación
La detección automatizada de las expresiones faciales tiene muchas aplicaciones en diferentes áreas como detección de enfermedades, video juegos, robótica, animación 3D entre otras, debido a que aportan cuantiosa información en base a las expresiones faciales. Actualmente han realizado grandes adelantos en la detección de rostros, reconocimiento facial, reconocimiento de género, edad y gestos que permiten el análisis de enfermedades, condiciones psicológicas de las personas entre otras aplicaciones. En consecuencia, este estudio se centra en la detección del sentimiento de tristeza en pacientes en recuperación. El objetivo principal de esta propuesta es generar un algoritmo de detención del sentimiento de tristeza mediante los diferentes rasgos faciales en tiempo real, utilizando Artificial Vision con Python conjuntamente con la biblioteca OpenCV y para la regresión lineal statsmodels que permitió el análisis y predicción de los datos del paciente. Este prototipo está dividido en dos fases, desarrollo del algoritmo detector de emociones y análisis de los datos mediante regresión lineal. Los resultados de este estudio evidenciaron un nivel de confianza del 81% y una predicción lineal del 76% en base a las variables de tiempo y sentimiento de tristeza.