VIII Congreso Internacional de Investigación REDU
← vista completa
Publicado el 25 de abril de 2022 | http://doi.org/10.5867/Medwave.2022.S1.CI67
Sistema de reconocimiento de expresiones faciales para el robot humanoide Nao
Facial expression recognition system for the NAO humanoid robot
Leonardo Fabián Rentería Bustamante , Celia Margarita Mayacela Rojas, Yozef Andre Pazmiño Rentería, Rolando Bolivar Donoso Real
|
Tema
Desarrollo tecnológico y procesos energéticos
|
|
Palabras clave
Robot, humanoide, nao, expresiones faciales, máquina de aprendizaje automático
|
Introducción
La percepción de las expresiones faciales juega un papel importante en varias áreas de la neurociencia, inteligencia computacional y robótica. Las expresiones faciales no necesariamente nos permiten percibir las emociones; sin embargo, constituyen uno de los indicadores más fuertes de las emociones. Los campos de aplicación del reconocimiento de las expresiones faciales son tan extensos e impresionantes como: seguridad, animación y entretenimiento, neuromarketing, tratamientos médicos y por supuesto en la robótica e ingeniería de inteligencia artificial. Por otro lado, los robots humanoides son las plataformas de investigación más populares en el campo de la robótica y la inteligencia artificial. NAO es un robot humanoide programable y autónomo, desarrollado por Aldebaran Robotics; con 57cm de altura y alrededor de 4,5kg de peso es un robot innovador, ligero, compacto, fácil de programar y, debido a su peso reducido, es menos peligroso y susceptible a averías. Desafortunadamente, el robot NAO no cuenta con un sistema de reconocimiento de expresiones faciales, la información más relevante que puede proporcionar este robot son las 31 marcas faciales para una representación facial que incluye el contorno de la boca, la nariz, las ceja y los ojos. Es por esta razón que en este trabajo se desarrolló un sistema para dotar al robot Nao con la capacidad de reconocer expresiones faciales.
Objetivos
Desarrollar un sistema de reconocimiento de expresiones faciales para el robot humanoide Nao.
Método
En este trabajo se llevó a cabo una investigación aplicada y se adoptó el método no experimental. Se desarrolló en tres fases; en la primera se estudió las diferentes técnicas de reconocimiento y de análisis de expresiones faciales. En la segunda fase se implementó un sistema de aprendizaje automático para el reconocimiento de las expresiones faciales. Sólo se consideraron tres de las seis expresiones básicas: felicidad, tristeza y emoción, esto debido a su mayor tasa de reconocimiento. El sistema fue entrenado con un set de 261 imágenes las mismas que a diferencia de otros procedimientos, fueron tomadas de la misma persona; sin embargo, para garantizar una mayor precisión, las expresiones faciales fueron simuladas por un actor de teatro. En la tercera y última fase, el sistema fue integrado a la plataforma de programación del robot Nao para que pueda ser utilizada de una forma rápida y sencilla.
Principales Resultados
Para verificar el funcionamiento del sistema, se tomaron 126 imágenes en condiciones naturales; es decir, las imágenes fueron capturadas sin optimización de las condiciones de iluminación y alienación. Como resultado, las tasas de reconocimiento para las expresiones faciales de felicidad, tristeza y sorpresa fueron de 83%, 71% y 86% respectivamente.
Conclusiones
En este trabajo se desarrolló un sistema de reconociendo automático de expresiones faciales para potenciar al robot humanoide Nao con habilidades de interacción con los humanos. Como era de esperar, la expresión facial de sorpresa tuvo una mayor tasa de reconocimiento y la de tristeza la menor. Si bien, las tasas de reconocimiento no son tan altas como las de otros sistemas, se pueden mejorar, mejorando las condiciones de luz y alienación de las imágenes analizadas.
|
Esta obra de Medwave está bajo una licencia Creative Commons Atribución-NoComercial 3.0 Unported. Esta licencia permite el uso, distribución y reproducción del artículo en cualquier medio, siempre y cuando se otorgue el crédito correspondiente al autor del artículo y al medio en que se publica, en este caso, Medwave.
