Las redes neuronales artificiales son capaces de aprender por sí solas a partir de un conjunto de datos. Así, una red neuronal puede estimar la expresión facial a partir de una imagen de la cara y diferenciar entre diversas emociones: enfado, desprecio, asco, miedo, alegría, tristeza, sorpresa y neutra. Ahora bien, es difícil explicar lo que ha aprendido y en qué se fija para elegir la expresión reconocida.

Un equipo de investigadores de la Unidad de Gráficos y Visión por Ordenador e Inteligencia Artificial (UGIVIA) de la Universidad de las Islas Baleares ha publicado recientemente un estudio, realizado en colaboración con investigadores de la Universidad Federal de Pernambuco (Brasil), en el que se propone un nuevo método para determinar qué características son importantes para aprender cada una de las ocho expresiones faciales propuestas.

Mediante una representación dispersa y la combinación de distintos métodos de aprendizaje, los investigadores han estudiado qué características y métodos para extraer información de la cara son los más importantes para cada expresión.

Los resultados obtenidos indican qué métodos mejoran más los resultados de aprendizaje en la clasificación de expresiones faciales. Asimismo, se han detectado métodos especializados para expresiones concretas.

Estos resultados abren la puerta a mejorar los sistemas de reconocimiento automático de expresiones faciales, que pueden utilizarse en ámbitos como la salud y la atención social. El reconocimiento de expresiones faciales se utiliza para mejorar la interacción persona-máquina, que incluye la inteligencia artificial emocional. Debido a que afectan a personas, y con el objetivo de evitar sesgos que puedan ser discriminatorios por motivos de género, edad o etnia, es importante entender estos sistemas inteligentes.

Proyecto EXPLAINING (inteligencia artificial)

Este estudio se ha realizado en el marco del proyecto EXPLAINING PID2019-104829RAI00 – «EXPLainable Artificial INtelligence systems para well-beING (EXPLAINING)» que financia MCIN/AEI/10.13039/5011000110 y técnicas aplicadas a la inteligencia artificial en el ámbito de la salud.

Los investigadores que han participado son el doctor Josep M. Buades, profesor contratado doctor del Departamento de Ciencias Matemáticas e Informática y miembro de la UGIVIA; el doctor Antoni Jaume i Capó, profesor titular del Departamento de Ciencias Matemáticas e Informática y miembro de la UGIVIA, y los investigadores de la Universidad Federal de Pernambuco Pedro D. Marrero Fernández y Tsang Ing Ren.