Reconocimiento y clasificación de emociones empleando Redes Neuronales

Iembergenova, Ilmira
Asiain Ansorena, David (dir.)

Universidad de Zaragoza, ALM, 2023
Departamento de Ingeniería Electrónica y Comunicaciones, Área de Electrónica

Graduado en Ingeniería Mecatrónica

Resumen: El presente trabajo se enfoca en el reconocimiento de emociones
humanas a partir del análisis de señales fisiológicas mediante el uso de
redes neuronales. Esto se lleva a cabo a través de un estudio exhaustivo
de diversos tipos de entradas y modelos de redes neuronales destinados
a la identificación de las seis emociones primordiales.
El método se fundamenta en el ensayo con un grupo de personas 18-25
años. Estos individuos se exponen a diecisiete vídeos de distintos géneros
cinematográficos con el propósito de evocar emociones. Este estudio se
lleva a cabo durante el período de una semana, en este mismo se hace
uso de una variedad de sensores para medir la actividad del corazón
(ECG), la conductancia de la piel (EDA) y la obtención de imágenes.
Durante la fase de recopilación se realizan evaluaciones de emociones e
intensidad para cada uno de los sujetos y una vez obtenidos los datos
integrales, se aplican metodologías de depuración para extraer
características relevantes de cada tipo de señal. Estos datos se
almacenan en archivos de formatos de tipo CSV, que posteriormente se
emplean como capas de características y de etiquetas en la red neuronal.
Por otro lado, para el procesamiento de los datos, se selecciona una red
de Memoria a Corto y Largo Plazo Bidireccional (BLSTM), cuya
configuración se ajusta en dos modalidades: de forma manual, a través
de estudios y conocimientos técnicos, y de manera automática, utilizando
GridSearchCV, con el propósito de determinar los hiperparámetros
óptimos para el modelo.
Además, se lleva a cabo un estudio para analizar la influencia que ejercen
las etiquetas usadas en la red neuronal, evaluando el desempeño tanto
con un enfoque multi-etiqueta como con etiquetas únicas. Para medir el
rendimiento del modelo, se efectúan cálculos de pérdida y precisión.
Es importante incidir que las entradas a la red neuronal se dividen en dos
conjuntos esenciales: el conjunto de entrenamiento y el conjunto de
validación. Estos conjuntos se emplean, respectivamente, para el proceso
de entrenamiento y para validar el rendimiento de la red. Con esto
mismo, permitiendo estudiar la influencia que diversos factores, como la
cantidad y tipo de datos de entrada, ejercen sobre el comportamiento y
el rendimiento de la red neuronal bidireccional.

Tipo de Trabajo Académico: Trabajo Fin de Grado