Hace ya años que los investigadores en ciencias de la computación buscan que las computadoras del futuro sean capaces de mirar la cara de una persona y saber cómo se siente anímicamente y qué le pasa. Tal y como suele suceder entre los seres humanos.
Combinando datos visuales y de audio, Yongjin Wang, de la Universidad de Toronto y Ling Guan, de la Universidad Ryerson (ambas, en Canadá) desarrollaron un sistema que puede reconocer seis estados emocionales: alegría, tristeza, rabia, miedo, sorpresa y disgusto. La creación es capaz de reconocer emociones de diferentes culturas o lenguas con un índice de acierto del 82%.
La informática centrada en el ser humano pone su empeño en comprender a hombres y mujeres, incluyendo sus rostros, sus emociones, sus gestos, el modo en que hablan o sus movimientos -asegura Wang-. Los sistemas de reconocimiento de emociones ayudan a la computadora a comprender el estado afectivo del usuario y le permite responder en función de esa percepción.
Cómo lo lograron
Lo primero que hicieron los desarrolladores fue extraer un importante número de características vocales (el ritmo, la intensidad o la frecuencia del discurso, por ejemplo). Después hubo que analizar rasgos faciales, y finalmente probar el sistema con videos en los que algunas personas mostraban diferentes emociones. A partir de estas pruebas, vincularon ciertos rasgos con ciertas emociones.
Combinando datos visuales y de audio, Yongjin Wang, de la Universidad de Toronto y Ling Guan, de la Universidad Ryerson (ambas, en Canadá) desarrollaron un sistema que puede reconocer seis estados emocionales: alegría, tristeza, rabia, miedo, sorpresa y disgusto. La creación es capaz de reconocer emociones de diferentes culturas o lenguas con un índice de acierto del 82%.
La informática centrada en el ser humano pone su empeño en comprender a hombres y mujeres, incluyendo sus rostros, sus emociones, sus gestos, el modo en que hablan o sus movimientos -asegura Wang-. Los sistemas de reconocimiento de emociones ayudan a la computadora a comprender el estado afectivo del usuario y le permite responder en función de esa percepción.
Cómo lo lograron
Lo primero que hicieron los desarrolladores fue extraer un importante número de características vocales (el ritmo, la intensidad o la frecuencia del discurso, por ejemplo). Después hubo que analizar rasgos faciales, y finalmente probar el sistema con videos en los que algunas personas mostraban diferentes emociones. A partir de estas pruebas, vincularon ciertos rasgos con ciertas emociones.
La representación emocional es muy diversa. Algunos rasgos vocales y faciales pueden jugar un papel importante a la hora de caracterizar algunas emociones, pero no tener importancia en otras. Por ejemplo, la alegría se detecta más fácilmente usando determinados rasgos faciales (una sonrisa), mientras que la rabia se detecta mejor usando rasgos de voz (un grito).
Ningún rasgo juega un papel significativo en todas las emociones que el nuevo sistema es capaz de reconocer. Esta es, precisamente, la gran dificultad con la que se topan las computadoras cuando quieren reconocer el estado emocional de sus dueños.
Para sortearla, Wang y Guan fueron paso a paso, añadiendo un rasgo una vez para eliminarlo luego, probando así los rasgos más importantes que definían una emoción desconocida. Después separaron posibles emociones basadas en combinaciones de rasgos faciales y vocales.
La parte más complicada para permitir que una computadora detecte las emociones humanas es la gran variedad y diversidad de expresiones vocales y faciales debidas a factores como la lengua, la cultura, la personalidad individual -comenta Wang-. Además, como mostramos en nuestro artículo, no hay grandes diferencias entre las diversas emociones. La identificación precisa de patrones discriminatorios es el gran reto.
Wang y su equipo consideran que el hecho de que una máquina pueda reconocer las emociones humanas afectaría a diferentes campos de actividades, como en la atención al cliente, en los cibergames, en la seguridad y vigilancia o en el desarrollo de software educativo.
Ningún rasgo juega un papel significativo en todas las emociones que el nuevo sistema es capaz de reconocer. Esta es, precisamente, la gran dificultad con la que se topan las computadoras cuando quieren reconocer el estado emocional de sus dueños.
Para sortearla, Wang y Guan fueron paso a paso, añadiendo un rasgo una vez para eliminarlo luego, probando así los rasgos más importantes que definían una emoción desconocida. Después separaron posibles emociones basadas en combinaciones de rasgos faciales y vocales.
La parte más complicada para permitir que una computadora detecte las emociones humanas es la gran variedad y diversidad de expresiones vocales y faciales debidas a factores como la lengua, la cultura, la personalidad individual -comenta Wang-. Además, como mostramos en nuestro artículo, no hay grandes diferencias entre las diversas emociones. La identificación precisa de patrones discriminatorios es el gran reto.
Wang y su equipo consideran que el hecho de que una máquina pueda reconocer las emociones humanas afectaría a diferentes campos de actividades, como en la atención al cliente, en los cibergames, en la seguridad y vigilancia o en el desarrollo de software educativo.
Aunque la mayor parte de la gente suele acertar a la hora de identificar si alguien está triste o alegre, estimar la edad ya no resulta tan sencillo. Los informáticos Yun Fu y Thomas Huang, de la Universidad de Illinois (Estados Unidos), probaron un sistema informático que es capaz de estimar la edad de alguien basándose en los rasgos faciales.
La edad es uno de los atributos principales de donde se puede inferir nuestra condición individual o la información antropométrica. Dice Fu. Los sistemas informáticos centrados en el ser humano se ponen su énfasis en la información referente a cómo se organizan los grupos sociales o en cómo la gente mejora sus vidas alrededor de las tecnologías informáticas.
Fu y Huang trabajaron con una base de datos de imágenes faciales de 1.600 personas, la mitad hombres y la otra mitad, mujeres. Usando los resultados de otros sistemas de estimación de edad, así como características de la edad que ellos mismos extrajeron de dichas imágenes, entrenaron a un sistema informático para estimar edades comprendidas entre los 0 y los 93 años.
El algoritmo más preciso fue capaz de estimar la edad de una persona con un margen de error menor de cinco años el 50% de las veces, y con un margen de error menor de 10 años el 83% de las veces.
La edad es uno de los atributos principales de donde se puede inferir nuestra condición individual o la información antropométrica. Dice Fu. Los sistemas informáticos centrados en el ser humano se ponen su énfasis en la información referente a cómo se organizan los grupos sociales o en cómo la gente mejora sus vidas alrededor de las tecnologías informáticas.
Fu y Huang trabajaron con una base de datos de imágenes faciales de 1.600 personas, la mitad hombres y la otra mitad, mujeres. Usando los resultados de otros sistemas de estimación de edad, así como características de la edad que ellos mismos extrajeron de dichas imágenes, entrenaron a un sistema informático para estimar edades comprendidas entre los 0 y los 93 años.
El algoritmo más preciso fue capaz de estimar la edad de una persona con un margen de error menor de cinco años el 50% de las veces, y con un margen de error menor de 10 años el 83% de las veces.
PD. A menos que especifique lo contrario, todas estas notas (informacion, imagenes, videos, etc.) son tomadas de la red, y tienen un autor y una propiedad intelectual la cual se respeta. Solo se colocan en este Blog con el proposito de dar a conocer y debatir sobre estas ideas.
No hay comentarios:
Publicar un comentario
Por favor, haga aquí su comentario. Para mi es importante. Gracias.