Yandún Sánchez, Jorge Oswaldo (2025). Desarrollo de un sistema para la detección de emociones básicas utilizando librerías de software libre de visión artificial y machine learning en una computadora de placa única de bajo costo
El presente proyecto de titulación consiste en el diseño e implementación de un sistema capaz de detectar emociones básicas, específicamente felicidad, tristeza e ira, mediante el análisis de expresiones faciales en tiempo real. El sistema fue implementado en una computadora de placa única de bajo c...
Salvato in:
| Autore principale: | |
|---|---|
| Natura: | bachelorThesis |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | https://repositorio.espe.edu.ec/handle/21000/52293 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Aggiungi Tag | Riassunto: | El presente proyecto de titulación consiste en el diseño e implementación de un sistema capaz de detectar emociones básicas, específicamente felicidad, tristeza e ira, mediante el análisis de expresiones faciales en tiempo real. El sistema fue implementado en una computadora de placa única de bajo costo (Raspberry Pi 3B) junto con su módulo de cámara (Pi NoIR Camera V2), haciendo uso de librerías de visión artificial y aprendizaje automático, principalmente OpenCV. Para la detección de rostros se utilizó el clasificador Haar Cascade, por su eficiencia en tiempo real y bajo consumo de recursos. El reconocimiento de emociones se realizó mediante el algoritmo de Histogramas de Patrones Binarios Locales (LBPH), entrenado con imágenes provenientes de la base de datos Cohn-Kanade, la cual contiene secuencias de expresiones faciales etiquetadas. El sistema fue desarrollado para funcionar de manera local en la Raspberry Pi, sin necesidad de conexión a internet; además se ejecutó en un entorno controlado, con usuarios posicionados frontalmente ante la cámara, en condiciones variables de iluminación y con varias obstrucciones faciales. Presenta una interfaz sencilla, mostrando en pantalla de manera gráfica y textual la emoción detectada en tiempo real, además de la emisión de una alerta auditiva al detectar la presencia de un rostro, con el fin de señalar la activación del proceso de análisis emocional. Para intereses del trabajo la emoción con mayor porcentaje de predicción es la felicidad con un 96%, seguido de la ira con 84,3% y finalmente la tristeza con 83,8%, teniendo un promedio general del sistema superior al 87% a pesar de las variaciones gestuales. |
|---|