Resumen

La evaluación de los rasgos de personalidad es ahora una parte clave de muchas actividades sociales importantes, como la búsqueda de empleo, la prevención de accidentes en el transporte, el tratamiento de enfermedades, la actuación policial y las interacciones interpersonales. En un estudio anterior, predijimos la personalidad basándonos en imágenes positivas de estudiantes universitarios. Aunque este método alcanzó una gran precisión, la dependencia exclusiva de las imágenes positivas hace que se pierda mucha información relacionada con la personalidad. Nuestros nuevos hallazgos demuestran que utilizando imágenes estáticas 2,5D del contorno facial de la vida real es posible realizar predicciones estadísticamente significativas sobre una gama más amplia de rasgos de la personalidad, tanto para hombres como para mujeres. Abordamos el objetivo de la comprensión integral de los rasgos de la personalidad de una persona mediante el desarrollo de un modelo híbrido 2.5D multiperspectivo de personalidad-computación para evaluar la correlación potencial entre las imágenes estáticas del contorno facial y las características de la personalidad. Nuestros resultados experimentales muestran que la red neuronal profunda entrenada por grandes conjuntos de datos etiquetados puede predecir de forma fiable las características multidimensionales de la personalidad de las personas a través de imágenes estáticas 2,5D del contorno facial, y la precisión de la predicción es mejor que el método anterior que utiliza imágenes 2D.

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:imágenes estáticas del contorno facial, rasgos de personalidad, imágenes positivas, imágenes estáticas 2,5d del contorno facial, muchas actividades sociales importantes, red neuronal profunda, características multidimensionales de la personalidad, imágenes 2d, prevención de accidentes, estudiantes universitarios
• Keywords:static facial contour images, personality traits, positive images, 2.5d static facial contour images, many important social activities, deep neural network, multidimensional personality characteristics, 2d images, accident prevention, college students