Resumen

El reconocimiento de emociones es muy importante para la interacción inteligente persona-ordenador. Generalmente se realiza a partir de información facial o sonora mediante redes neuronales artificiales, conjuntos difusos, máquinas de vectores soporte, modelos de Markov ocultos, etc. Aunque ya se han realizado algunos avances en el reconocimiento de emociones, aún quedan varias cuestiones por resolver. Por ejemplo, sigue siendo un problema abierto qué características son las más importantes para el reconocimiento de emociones. Se trata de un tema poco estudiado en informática. Sin embargo, se han realizado trabajos de investigación relacionados en psicología cognitiva. En este trabajo se estudia la selección de características para el reconocimiento facial de emociones basándose en la teoría de los conjuntos rugosos. Se propone un algoritmo de autoaprendizaje de reducción de atributos basado en la teoría de los conjuntos rugosos y la minería de datos orientada al dominio. Los resultados experimentales muestran que el método propuesto puede identificar características importantes y útiles para el reconocimiento de emociones con una alta tasa de reconocimiento. Se observa que los rasgos relativos a la boca son los más importantes en los rasgos geométricos para el reconocimiento de emociones faciales.

• Materias:Análisis Matemático Álgebra Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Applied Mathematics Mathematical logic
• Palabras claves:reconocimiento de emociones faciales, reconocimiento de emociones, algoritmo de reducción de atributos de aprendizaje, red neuronal artificial, teoría de minería de datos, alta tasa de reconocimiento, teoría de conjuntos rugosos, varias cuestiones sin resolver, máquina de vectores soporte, reconocimiento de emociones
• Keywords:facial emotion recognition, emotion recognition, learning attribute reduction algorithm, artificial neural network, data mining theory, high recognition rate, rough set theory, several unsolved issues, support vector machine, emotion recognition