Los robots sociales siguen proliferando. Un desafío crítico sigue siendo su interacción sensata con los humanos, especialmente en aplicaciones del mundo real. Por lo tanto, la computación con semántica del mundo real es fundamental. Recientemente, se ha propuesto el paradigma de Computación en Rejilla (LC) con la capacidad de computar con semántica representada por un orden parcial en un dominio de datos de rejilla matemática. En el contexto mencionado, este trabajo propone un clasificador LC paramétrico, es decir, un Clasificador Basado en Gránulos (GbC), aplicable en una rejilla matemática (T,) de estructuras de datos de árbol, cada una de las cuales representa un rostro humano. Una estructura de datos de árbol aquí surge de 68 puntos de referencia faciales calculados en un paso de preprocesamiento de datos por el software OpenFace. La representación propuesta (de árbol) mantiene el anonimato humano durante el procesamiento de datos. Experimentos computacionales extensos sobre tres problemas diferentes de reconocimiento de patrones, a saber, (1) orientación de la cabeza, (2) expresiones faciales y (3) reconocimiento de rostros humanos, demuestran las capacidades de GbC, incluidos buenos resultados de clasificación y una representación común de rostros humanos en diferentes problemas de reconocimiento de patrones, así como reglas granulares inducidas por datos en (T,) que permiten (a) toma de decisiones explicables, (b) generalización ajustable también mediante técnicas formales de lógica/razonamiento, y (c) una capacidad inherente para extensiones modulares de fusión de datos. Se discute el potencial de las técnicas propuestas.