Modelo de red neuronal convolucional para la detección precisa de emociones en imágenes faciales
Barra lateral del artículo
Contenido principal del artículo
Resumen
El objetivo de este trabajo es desarrollar una arquitectura de red neuronal convolucional (CNN) ligera para el reconocimiento de emociones faciales, utilizando el conjunto de datos FER2013. El modelo se compuso de cuatro bloques convolucionales con un número creciente de filtros, seguidos de capas totalmente conectadas para la clasificación multiclase. Dado que el conjunto FER2013 estuvo compuesto por imágenes faciales en escala de grises, no fue necesario aplicar transformaciones de color adicionales. El preprocesamiento empleado se limitó a la normalización de los valores de píxel y a técnicas de aumento de datos, en concordancia con prácticas comunes en modelos CNN modernos, con el objetivo de mejorar la capacidad de generalización del modelo. La arquitectura propuesta alcanzó una precisión del 67,49 % y un F1-score macro del 65,64 %, demostrando un rendimiento competitivo frente a enfoques previos basados en redes convolucionales. Se implementó un sistema de detección de emociones faciales en tiempo real mediante visión por computadora, permitiendo la identificación automática de emociones a partir de imágenes capturadas por cámara. El proyecto, incluyendo el código fuente, instrucciones de ejecución y soporte para Windows y Linux, quedó disponible públicamente en GitHub, promoviendo la reproducibilidad y la implementación práctica del modelo.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Cuando un autor crea un artículo y lo publica en una revista, los derechos de autor pasan a la revista como parte del acuerdo de publicación. Por lo tanto, la revista se convierte en la dueña de los derechos de reproducción, distribución y venta del artículo. El autor conserva algunos derechos, como el derecho a ser reconocido como el creador del artículo y el derecho a utilizarlo para sus propios fines académicos o de investigación, a menos que se acuerde lo contrario en el contrato de publicación.
Cómo citar
Referencias
Z. Zeng, M. Pantic, G. I. Roisman, and T. S. Huang, “A survey of affect recognition methods: Audio, visual, and spontaneous expressions,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 31, no. 1, pp. 39–58, 2009, doi: 10.1109/TPAMI.2008.52.
S. Koelstra et al., “DEAP: A database for emotion analysis; Using physiological signals,” IEEE Trans. Affect. Comput., vol. 3, no. 1, pp. 18–31, Jan. 2012, doi: 10.1109/T-AFFC.2011.15.
S. Li and W. Deng, “Deep Facial Expression Recognition: A Survey,” IEEE Trans. Affect. Comput., vol. 13, no. 3, pp. 1195–1215, 2022, doi: 10.1109/TAFFC.2020.2981446.
C. A. Corneanu, M. O. Simón, J. F. Cohn, and S. E. Guerrero, “Survey on RGB, 3D, Thermal, and Multimodal Approaches for Facial Expression Recognition: History, Trends, and Affect-related Applications,” IEEE Trans. Pattern Anal. Mach. Intell., vol. 38, no. 8, p. 1548, Aug. 2016, doi: 10.1109/TPAMI.2016.2515606.
B. du Boulay, “Artificial Intelligence in Education and Ethics,” Handb. Open, Distance Digit. Educ., pp. 93–108, Jan. 2023, doi: 10.1007/978-981-19-2080-6_6.
B. Chul and K. Id, “A Brief Review of Facial Emotion Recognition Based on Visual Information,” Sensors 2018, Vol. 18, Page 401, vol. 18, no. 2, p. 401, Jan. 2018, doi: 10.3390/S18020401.
P. Lucey, J. F. Cohn, T. Kanade, J. Saragih, Z. Ambadar, and I. Matthews, “The extended Cohn-Kanade dataset (CK+): A complete dataset for action unit and emotion-specified expression,” 2010 IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit. - Work. CVPRW 2010, pp. 94–101, 2010, doi: 10.1109/CVPRW.2010.5543262.
K. Zhang, Z. Zhang, Z. Li, and Y. Qiao, “Joint Face Detection and Alignment Using Multitask Cascaded Convolutional Networks,” IEEE Signal Process. Lett., vol. 23, no. 10, pp. 1499–1503, Oct. 2016, doi: 10.1109/LSP.2016.2603342.
R. Ranjan, C. D. Castillo, and R. Chellappa, “L2-constrained Softmax Loss for Discriminative Face Verification,” Jun. 2017, Accessed: Jul. 23, 2025. [Online]. Available: http://arxiv.org/abs/1703.09507
M. Arul Vinayakam Rajasimman, R. K. Manoharan, N. Subramani, M. Aridoss, and M. G. Galety, “Robust Facial Expression Recognition Using an Evolutionary Algorithm with a Deep Learning Model,” Appl. Sci. 2023, Vol. 13, Page 468, vol. 13, no. 1, p. 468, Dec. 2022, doi: 10.3390/APP13010468.
I. J. Goodfellow et al., “Challenges in representation learning: A report on three machine learning contests,” Lect. Notes Comput. Sci. (including Subser. Lect. Notes Artif. Intell. Lect. Notes Bioinformatics), vol. 8228 LNCS, no. PART 3, pp. 117–124, 2013, doi: 10.1007/978-3-642-42051-1_16.
L. Zahara, P. Musa, E. Prasetyo Wibowo, I. Karim, and S. Bahri Musa, “The Facial Emotion Recognition (FER-2013) Dataset for Prediction System of Micro-Expressions Face Using the Convolutional Neural Network (CNN) Algorithm based Raspberry Pi,” 2020 5th Int. Conf. Informatics Comput. ICIC 2020, Nov. 2020, doi: 10.1109/ICIC50835.2020.9288560.
B. Hasani and M. H. Mahoor, “Facial Expression Recognition Using Enhanced Deep 3D Convolutional Neural Networks,” IEEE Comput. Soc. Conf. Comput. Vis. Pattern Recognit. Work., vol. 2017-July, pp. 2278–2288, Aug. 2017, doi: 10.1109/CVPRW.2017.282.
A. M. Pascual et al., “Light-FER: A Lightweight Facial Emotion Recognition System on Edge Devices,” Sensors 2022, Vol. 22, Page 9524, vol. 22, no. 23, p. 9524, Dec. 2022, doi: 10.3390/S22239524.
A. Mollahosseini, B. Hasani, and M. H. Mahoor, “AffectNet: A Database for Facial Expression, Valence, and Arousal Computing in the Wild,” IEEE Trans. Affect. Comput., vol. 10, no. 1, pp. 18–31, Jan. 2019, doi: 10.1109/TAFFC.2017.2740923.
K. Simonyan and A. Zisserman, “Very Deep Convolutional Networks for Large-Scale Image Recognition,” 3rd Int. Conf. Learn. Represent. ICLR 2015 - Conf. Track Proc., Sep. 2014, Accessed: Jul. 23, 2025. [Online]. Available: https://arxiv.org/pdf/1409.1556
Y. Tang, “Deep Learning using Linear Support Vector Machines,” Jun. 2013, Accessed: Jul. 23, 2025. [Online]. Available: https://arxiv.org/pdf/1306.0239
R. Pecoraro, V. Basile, and V. Bono, “Local Multi-Head Channel Self-Attention for Facial Expression Recognition,” Inf., vol. 13, no. 9, Nov. 2021, doi: 10.3390/info13090419.
H. Li, M. Sui, F. Zhao, Z. Zha, and F. Wu, “MVT: Mask Vision Transformer for Facial Expression Recognition in the wild,” Jun. 2021, Accessed: Jul. 23, 2025. [Online]. Available: http://arxiv.org/abs/2106.04520
W. Niu, K. Zhang, D. Li, and W. Luo, “Four-player GroupGAN for weak expression recognition via latent expression magnification,” Knowledge-Based Syst., vol. 251, p. 109304, Sep. 2022, doi: 10.1016/J.KNOSYS.2022.109304.
C. Wang, J. Zeng, S. Shan, and X. Chen, “Multi-Task Learning of Emotion Recognition and Facial Action Unit Detection with Adaptively Weights Sharing Network,” Proc. - Int. Conf. Image Process. ICIP, vol. 2019-September, pp. 56–60, Sep. 2019, doi: 10.1109/ICIP.2019.8802914.
S. Bhattacharya, H. Li, J. Xia, and W. Xu, “SimPPG: Self-supervised photoplethysmography-based heart-rate estimation via similarity-enhanced instance discrimination,” Smart Heal., vol. 28, p. 100396, Jun. 2023, doi: 10.1016/J.SMHL.2023.100396.
D. Revelo Luna, Face_Emotion. GitHub repository. [Online]. Available: https://github.com/DavidReveloLuna/Face_Emotion. Accessed: Jul. 23, 2025.
R. Zhang, “Making Convolutional Networks Shift-Invariant Again,” in Proc. 36th Int. Conf. Mach. Learn. (ICML), vol. 97, pp. 7324–7334, 2019.