Reconocimiento de expresiones faciales a través de un análisis de patrones de movimientos musculares faciales por medio de técnicas de aprendizaje profundo

Desarrollar un sistema electrónico de reconocimiento de expresiones faciales basado en técnicas de aprendizaje profundo que permita determinar seis emociones básicas en personas con limitada movilidad por medio de una aplicación en tiempo real que valide el funcionamiento.El presente proyecto consiste en el desarrollo de SIREF, el cual es un sistema electrónico para el reconocimiento de expresiones faciales a través de un análisis de patrones de movimientos musculares por medio de técnicas de aprendizaje profundo (DL), el objetivo principal es reconocer seis emociones básicas en personas con limitada movilidad, por medio de una aplicación en tiempo real que valide el funcionamiento. El sistema está conformado por tres sensores musculares MyoWare de electromiografía (EMG) que miden la actividad eléctrica filtrada y rectificada de un músculo. En tal sentido, SIREF consta de una interfaz hombre máquina (HMI), a través de la cual se muestra el tipo de expresión facial detectada y los valores en porcentaje de contracción musculares que reciben el rostro. En cuanto al diseño del dispositivo se emplea hardware y software libre, así como para el correcto ciclo de vida de desarrollo de SIREF basado en el “Modelo en Cascada”, donde, se divide cada uno de los procesos en sucesivas fases del proyecto, como el análisis, diseño e implementación del sistema. Para finalizar, el funcionamiento y validación del sistema está enfocado en el capítulo IV del documento a través de diferentes pruebas realizadas al sistema, a fin de lograr que la calidad y efectividad de SIREF sea lo mejor posible.Ingenierí