Repositori Institucional UIB
Publicación
Artículo científico (JournalArticle)
Sobre el reconocimiento de emociones y la precisión de los clasificadores
[spa] El reconocimiento de expresiones faciales es un tópico muy popular desde el surgimiento de la Inteligencia Artificial. Desde el punto de vista de la Interacción Persona-Ordenador también existe un gran interés, ya que las emociones transmitidas a través de las expresiones aportan una gran cantidad de información a la hora de tratar la comunicación no verbal. Hoy en día, las redes neuronales son uno de los sistemas de aprendizaje computacional más utilizados para reconocer y analizar emociones y, en general, los principales esfuerzos se dirigen a entrenar modelos que alcancen el máximo rendimiento posible en términos de precisión. Pero, en realidad, los humanos no son perfectos en el reconocimiento de emociones. En este trabajo, planteamos la cuestión de si el objetivo a perseguir al entrenar tales modelos debe basarse únicamente en alcanzar altos valores de precisión de reconocimiento o si también debemos centrarnos en tratar de emular el comportamiento humano. Intentamos llegar a una respuesta a través de comparar los resultados de clasificación de emociones en dos experimentos: uno con participantes humanos y otro con una red neuronal convolucional., [eng] The recognition of facial expressions is a very popular topic since the emergence of Artificial Intelligence. From
the point of view of Human-Computer Interaction, there is also great interest since the detected facial expression
provides a large amount of information to recognize its associated emotion. Nowadays, neural networks are one
of the most widely used computational learning systems for recognizing and analyzing emotions from facial
expressions. Usually, the main efforts are directed towards obtaining the maximum performance of the system in
terms of high accuracy. But in reality, humans are not that good at distinguishing between emotions from static
facial expressions. In this paper, we raise the question of whether the goal to pursue when training models should
be based solely on achieving high values of accuracy or whether we should also focus on trying to emulate
human behavior. We try to provide an answer through two experiments: one with human participants and the
other one with a convolutional neural network.