Sistema de Domótica para regular el estado emocional

Abstract

La evolución de herramientas tecnológicas promete mejorar la calidad de vida y junto a estas una de las ramas tecnológicas más importante es la Domótica, la cual tiene la capacidad de automatizar una vivienda o edificación cualquiera incluyendo la integración de servicios de gestión energética, seguridad, comunicación y bienestar por medio de redes de comunicación cableados o inalámbricos. Este trabajo se enmarca en un proyecto más general cuyo propósito es predecir el estado emocional de una persona que ingresa al hogar para ambientar la casa de acuerdo con el estado emocional detectado, sin embargo, el alcance de este trabajo presupone únicamente la predicción de cuatro estados emocionales (alegre, enojado, neutral y sorprendido) a partir de la imagen del rostro de la persona que ingresa al hogar mediante el uso de técnicas del Deep Learning. En el trabajo los modos de ambientación de la casa son de carácter demostrativo. Se utilizaron dos métodos para realizar la clasificación de los estados emocionales: EL primero, está basado en una red neuronal profunda del tipo convolucional o CNN por sus siglas en inglés (Convolutional Neural Network) que analiza la imagen completa del rostro de la persona y se encarga de extraer de manera automática las características fundamentales del rostro para establecer la clasificación. El segundo método, utiliza un vector de características que contiene las marcas biométricas presentes en el rostro que son propias de cada persona. Este vector de características es suministrado a un clasificador del tipo Máquina de Soporte Vectorial o (SVM) por sus siglas en inglés (Support Vector Machine). Para ambos tipos de métodos se utilizó el lenguaje de programación Python con la biblioteca de código abierto TensorFlow. En el caso de la red neuronal de convolución el código de TensorFlow fue corrido mediante la librería de redes neuronales también de código abierto Keras y para el segundo método, se utilizó la librería dlib. Los resultados de los modelos realizados muestran que el método basado en el conjunto de puntos claves del rostro brinda mayor porcentaje de acierto en la clasificación de los estados emocionales que cuando se utiliza el método basado en la imagen completa basado en el uso de la red neuronal de convolución.