Reconocimiento de estrés en imágenes de rostros, mediante Deep Learning con Transfer Learning
Cargando...
Archivos
Fecha
2021
Autores
Profesor/a Guía
Facultad/escuela
Idioma
es
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Andrés Bello
Nombre de Curso
Licencia CC
Licencia CC
Resumen
Actualmente las personas se ven afectadas en su vida cotidiana y laboral por una gran
carga mental denominada estrés, la que provoca serios daños a la salud llegando a
imposibilitar la continuidad en sus actividades y la ocurrencia de accidentes. Su detección
es realizada por especialistas del área de la salud, quienes aplican herramientas,
procedimientos y técnicas que dado los tiempos que involucran, no permiten la toma de
decisiones de forma oportuna, ya que el estrés se presenta en el corto plazo por lo que
se requiere que su detección sea rápida (semi-automática o automática), eliminando los
errores debido a la subjetividad humana. Este estudio utiliza 791 imágenes de rostros de
jugadores de futbol, clasificando como estrés a las que se encuentran en la situación de
patear un penal, que es definida como estresante por las investigaciones en este deporte.
Para su reconocimiento semiautomático, se desarrolló un método basado en aprendizaje
por transferencia y supervisado mediante una red neuronal convolucional VGG16, se
establecieron tres experimentos con veinticinco pruebas cada uno, donde el mejor
resultado obtiene una exactitud (accuracy) de 97,5% (pérdidas de 5,7%), superando en
un 12,1% al método existente que cumple con los requisitos.
Notas
Tesis (Magíster en Gestión de Tecnologías de la Información y Telecomunicaciones)
Palabras clave
Reconocimiento Facial (Ciencia de la Computación)., Aprendizaje por Transferencia (Aprendizaje de Máquina), Inteligencia Artificial