Scribd
Cargar
31 vistas6 páginas

Informe de IA

El proyecto de Machine Learning desarrollado por estudiantes de la Universidad Nacional de San Antonio Abad del Cusco se centra en el reconocimiento de emociones de asombro y enojo a partir de imágenes faciales. Se recopilaron y validaron imágenes para entrenar un modelo de red neuronal, logrando un 59% de confiabilidad en el reconocimiento. Este sistema tiene aplicaciones potenciales en áreas como la interacción humano-computadora y la salud mental.

Cargado por

maribel
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
31 vistas6 páginas

Informe de IA

El proyecto de Machine Learning desarrollado por estudiantes de la Universidad Nacional de San Antonio Abad del Cusco se centra en el reconocimiento de emociones de asombro y enojo a partir de imágenes faciales. Se recopilaron y validaron imágenes para entrenar un modelo de red neuronal, logrando un 59% de confiabilidad en el reconocimiento. Este sistema tiene aplicaciones potenciales en áreas como la interacción humano-computadora y la salud mental.

Cargado por

maribel
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd

UNIVERSIDAD NACIONAL DE SAN ANTONIO

ABAD DEL CUSCO


PENSAMIENTO COMPUTACIONAL E INTELIGENCIA
ARTIFICIAL

Proyecto de Machine Learning para reconocimiento


de emociones (Asombro y Enojo)

Docente: Ing. Guzmán Ticona Pari


Integrantes:
 Jancco Quispe Hadison Yosed
 Mamani Condori Pancho Pither
 Rios Carrasco Gerardo Enrique
 Rivera Peña Nicol Dayana
 Soto Quiñones Nicole Almendra

Semestre: 2024-2V
Cusco – Perú
1. INTRODUCCIÓN

En la actualidad, el reconocimiento de emociones a partir de imágenes


faciales es un área en crecimiento, con aplicaciones en áreas como la
interacción humano-computadora, la salud mental, y el marketing. Este
informe describe el desarrollo de un proyecto cuyo objetivo es detectar
las emociones de asombro y enojo en imágenes de rostros mediante
técnicas de Machine Learning, haciendo énfasis en el proceso desde la
recopilación de datos hasta la evaluación del modelo.
2. OBJETIVOS

 Desarrollar un sistema basado en Machine Learning que, a partir de


una imagen del rostro, sea capaz de clasificar la emoción expresada
como asombro o enojo.
 Recopilar o utilizar un conjunto de datos que incluya imágenes
etiquetadas de rostros mostrando asombro y enojo.
 Reprocesar las imágenes para optimizar el entrenamiento del
modelo.
 Diseñar, entrenar y validar un modelo de red neuronal (por
ejemplo, con scratch ) para el reconocimiento de las emociones.

3. METODOLOGÍA Y PLAN DE TRABAJO

3.1. LA REUNIÓN POR MEET.

Los integrantes del grupo 3, se reunieron para tomar decisiones sobre el


trabajo de reconocimiento de emociones con el programa de machine
learning. En dicho reunión se eligió al coordinador y también se creó una
cuenta en machine learning como profesor y los demás compañeros
accedieron como alumnos. La reunión concluyó con un avance 40%.
3.2. INTERFAZ DE MACHINE LEARNING

Los pasos a seguir para la realización del proyecto de reconocimiento de


imágenes

3.3. RECOLECCIÓN DE DATOS

En acuerdo de los integrantes del grupo, se seleccionó las emociones de


enojo y asombro, luego cada integrante subió 10 imágenes de cada
referencia al machine learning.
Se tomaron imágenes de distintos ángulos, para la facilidad del
reconocimiento de las emociones.

3.4. VALIDACIÓN DE LAS IMÁGENES

Una vez subida las imágenes con su respectiva emoción, se hizo la


validación de cada imagen para procesar.

Como se aprecia en la imagen, el programa reconoce con un 59% de


confiabilidad de reconocimiento.

3.5. CREAR CON SCRATCH

Validado las imágenes, se exporta al programa scratch para ver el


funcionamiento de reconocimiento de imagen. Ya sea de la emoción enojo
o asombro.
4. CONCLUSIONES

 Finalmente, este programa de machine learning, es fundamental


para cualquier estudiante para entrar al mundo de la programación.
 Además, este programa ayuda a las personas dependiendo a sus
necesidades, como por ejemplo en las empresas, en los centros
educativos, etc.
 En conclusión, este programa es eficaz en el reconocimiento de las
imágenes, ya que tiene mayor porcentaje de confiabilidad en su
reconocimiento.

También podría gustarte