Resumen

ALVAREZ, Damián Alberto; FETECUA, Juan Gabriel; OROZCO, Álvaro Ángel  y  CASTELLANOS, César Germán. Caracterización de unidades de acción facial combinando métodos kernel y análisis de componentes independientes. Rev.fac.ing.univ. Antioquia [online]. 2010, n.56, pp.130-140. ISSN 0120-6230.

Las expresiones faciales entregan información crucial acerca del comportamiento para estudios de emociones humanas, procesos cognitivos e interacción social. El trabajo descrito en este documento presenta una metodología para la caracterización de unidades de acción facial (AUs), que representan cambios sutiles de las expresiones faciales. La metodología se basa en métodos Kernel, para realizar un mapeo no lineal de los datos y buscar las direcciones de las proyecciones de los datos en el espacio característico mediante análisis de componentes independientes (ICA). La validación se realiza sobre la base de datos Cohn-Kanade. Se hace un preprocesamiento de las imágenes a través de ecualización del histograma, un blanqueamiento de los datos con análisis de componentes principales basado en Kernel (KPCA), de esta forma el mapeo en el espacio característico busca una estructura lineal de los datos de entrada, finalmente se aplica ICA para hacer que la distribución de los datos proyectados sea lo menos Gaussiana posible. El desempe ñ o alcanzado fue del 96.64% ±0.54 de exactitud para el reconocimiento promedio de tres combinaciones de AUs del rostro entero más rostros neutrales, se detectan principalmente cambios que ocurren entre transiciones rápidas de AUs que se manifiestan de forma instantánea. Aunque los resultados alcanzados no sobrepasan los mejores porcentajes reportados en el estado del arte actual, que son del orden del 97% de exactitud si se acercan mucho a estos, adicionalmente la metodología planteada permite reducir el tama ñ o del espacio característico ya que se representan los datos en términos de únicamente sus componentes independientes (ICs) de tal manera que se utilizan tan solo las variables que aportan mayor información, lo que permite disminuir la complejidad del clasificador.

Palabras clave : Expresiones faciales; unidades de acción; análisis de componentes independientes; métodos kernel.

        · resumen en Inglés     · texto en Español     · Español ( pdf )