Reconocimiento de emociones faciales de un robot social volador no tripulado para el cuidado en el hogar de personas dependientes
Autores: Martínez, Anselmo; Belmonte, Lidia M.; García, Arturo S.; Fernández-Caballero, Antonio; Morales, Rafael
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Reconocimiento de emociones faciales de un robot social volador no tripulado para el cuidado en el hogar de personas dependientes
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Proyecto de investigación
Robot social volador no tripulado
Monitoreo
Realidad virtual
Vehículo aéreo no tripulado autónomo
Reconocimiento de emociones
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 34
Citaciones: Sin citaciones
Este trabajo es parte de un proyecto de investigación en curso para desarrollar un robot social volador no tripulado para monitorear dependientes en casa con el fin de detectar el estado de la persona y brindar la asistencia necesaria. En este sentido, este artículo se centra en la descripción de una plataforma de simulación de realidad virtual (RV) para el proceso de monitoreo de un avatar en un hogar virtual por un vehículo aéreo no tripulado autónomo de ala rotatoria (UAV). Esta plataforma se basa en una arquitectura distribuida compuesta por tres módulos comunicados a través del protocolo de transporte de telemetría de cola de mensajes (MQTT): el Simulador UAV implementado en MATLAB/Simulink, el Visualizador RV desarrollado en Unity y el nuevo sistema de reconocimiento de emociones (ER) desarrollado en Python. Utilizando un algoritmo de detección de rostros y una red neuronal convolucional (CNN), el Sistema ER es capaz de detectar el rostro de la persona en la imagen capturada por la cámara incorporada del UAV y clasificar la emoción entre siete posibles (sorpresa, miedo, felicidad, tristeza, disgusto, enojo o expresión neutral). Los resultados experimentales demuestran la correcta integración de este nuevo módulo de visión por computadora dentro de la plataforma de RV, así como el buen rendimiento de la CNN diseñada, con alrededor del 85% en el puntaje F1, un promedio de la precisión y la recuperación del modelo. El sistema de detección de emociones desarrollado puede ser utilizado en la futura implementación del UAV de asistencia que monitorea a personas dependientes en un entorno real, ya que la metodología utilizada es válida para imágenes de personas reales.
Descripción
Este trabajo es parte de un proyecto de investigación en curso para desarrollar un robot social volador no tripulado para monitorear dependientes en casa con el fin de detectar el estado de la persona y brindar la asistencia necesaria. En este sentido, este artículo se centra en la descripción de una plataforma de simulación de realidad virtual (RV) para el proceso de monitoreo de un avatar en un hogar virtual por un vehículo aéreo no tripulado autónomo de ala rotatoria (UAV). Esta plataforma se basa en una arquitectura distribuida compuesta por tres módulos comunicados a través del protocolo de transporte de telemetría de cola de mensajes (MQTT): el Simulador UAV implementado en MATLAB/Simulink, el Visualizador RV desarrollado en Unity y el nuevo sistema de reconocimiento de emociones (ER) desarrollado en Python. Utilizando un algoritmo de detección de rostros y una red neuronal convolucional (CNN), el Sistema ER es capaz de detectar el rostro de la persona en la imagen capturada por la cámara incorporada del UAV y clasificar la emoción entre siete posibles (sorpresa, miedo, felicidad, tristeza, disgusto, enojo o expresión neutral). Los resultados experimentales demuestran la correcta integración de este nuevo módulo de visión por computadora dentro de la plataforma de RV, así como el buen rendimiento de la CNN diseñada, con alrededor del 85% en el puntaje F1, un promedio de la precisión y la recuperación del modelo. El sistema de detección de emociones desarrollado puede ser utilizado en la futura implementación del UAV de asistencia que monitorea a personas dependientes en un entorno real, ya que la metodología utilizada es válida para imágenes de personas reales.