Este enfoque no solo
facilita la identificación de emociones; sino que, también establece una
conexión directa con las actividades específicas de los usuarios, lo que
representa una innovación en el campo del reconocimiento emocional. Finalmente,
este artículo analiza los posibles alcances y aplicaciones sociales de esta tecnología.
II.
Marco
teórico
En la fase inicial del
proyecto se llevó a cabo una revisión teórica para poder identificar las
emociones; según Ekman (2003) quien propone las siguientes emociones: felicidad,
tristeza, ira, miedo, sorpresa y asco, argumenta que son universales y se
expresan de forma similar a través de expresiones faciales en todas las
culturas humanas, la detección de emociones y la influencia que la música puede
ejercer sobre el estado anímico de los individuos. Diversos estudios respaldan
que la música desempeña un papel esencial en la vida cotidiana, no solo como
forma de entretenimiento, sino como medio expresivo que permite manifestar y
modificar emociones.
De acuerdo con
Fernández (2019), la música posee un valor significativo tanto a nivel
individual como social. No solo transmite emociones; sino que, también comunica
significados profundos, representa valores culturales y tiene la capacidad de
recrear experiencias emocionales. En palabras del autor, la música forma parte
intrínseca de la existencia humana y puede concebirse como una entidad dinámica
con la capacidad de influir en la vida emocional de las personas (p. 27).
Este potencial
emocional y comunicativo de la música ha sido aprovechado por la musicoterapia,
una disciplina terapéutica que utiliza la música como herramienta para
facilitar el desarrollo personal. Según la Federación Mundial de Musicoterapia
(1996), esta práctica busca fortalecer habilidades latentes o recuperar
funciones deterioradas en los individuos, a través del fomento de su
integración, tanto a nivel emocional como social.
Tecnología
y herramientas
Durante la etapa de
desarrollo del prototipo, se identificaron y seleccionaron diversas
herramientas y bibliotecas mediante búsquedas en línea y revisión de literatura
técnica. A continuación, se describen las principales tecnologías utilizadas.
TensorFlow:
es
una biblioteca de código abierto desarrollada por Google que proporciona
diversas herramientas para la creación y entrenamiento de modelos de
aprendizaje automático a gran escala (TensorFlow, 2023). Por su parte, Keras
es una API de alto nivel que funciona sobre TensorFlow, utilizada en este
prototipo para facilitar la construcción y entrenamiento de redes neuronales de
forma más sencilla y rápida (Keras, 2023).
NumPy (Numerical Python):
es una biblioteca esencial para la computación científica en Python, que ofrece
estructuras de datos eficientes, principalmente arreglos multidimensionales,
junto con una variedad de herramientas matemáticas especializadas, incluyendo
funciones de álgebra lineal, que facilitan el procesamiento y análisis numérico
avanzado (Harris et al., 2020).
PIL: es una biblioteca que
ofrece soporte para una gran variedad de formatos de imagen, lo que permite
abrir, modificar y guardar archivos de forma sencilla. Esta herramienta resulta
fundamental para el procesamiento de imágenes en tareas relacionadas con visión
computacional y análisis visual (Pillow, 2024).
Matplotlib: es una biblioteca de
Python destinada a la generación de gráficos bidimensionales, que permite
representar y analizar visualmente conjuntos de datos de forma clara y precisa.
Gracias a su estructura flexible y altamente configurable, se ha convertido en una
herramienta fundamental en tareas de investigación, exploración de datos y
desarrollo de soluciones científicas (Matplotlib, 2024).
Mysql.connector: es un conector oficial
de Python para conectarse a bases de datos MySQL. Permite ejecutar sentencias
SQL desde un script Python.
Deepface: es una biblioteca de
código abierto desarrollada en Python para el reconocimiento facial y el
análisis de atributos faciales como edad, género, emociones y etnia. Integra
múltiples modelos preentrenados de aprendizaje profundo, lo que permite
realizar análisis faciales de forma eficiente y con mínima configuración, lo
que facilita su incorporación en aplicaciones de visión computacional (Serengil
& Ozpinar, 2020; Serengil, 2024).
Streamlit:
es
una biblioteca de Python diseñada para simplificar el desarrollo de
aplicaciones web interactivas; especialmente, orientadas a la visualización de
datos y la implementación de modelos de aprendizaje automático en entornos de
ciencia de datos (Streamlit, 2024).
OpenCV:
es
una biblioteca de visión por computadora que permite el procesamiento de
imágenes y vídeos, siendo ampliamente utilizada en tareas como detección de
objetos (OpenCV, 2024). En el presente proyecto, resulta fundamental para la
identificación y manipulación de rostros durante el análisis emocional.
III.
Metodología
y Cálculos
La metodología
utilizada en el desarrollo del presente proyecto se basa en un enfoque
cuantitativo, aplicado y experimental, orientado a la construcción de un
prototipo funcional de detección de emociones en tiempo real. Con el fin de
responder a las preguntas de investigación planteadas, se diseñó una
metodología estructurada en cinco fases principales. Cada una de estas fases
está alineada con una o más preguntas de investigación (Research Questions,
RQ), lo que permite abordar de forma sistemática el desarrollo e implementación
del prototipo de detección de emociones y su vínculo con la música. La
estructura propuesta se muestra en la Figura 1 y se detalla a continuación:
Figura 1
Arquitectura del
Proyecto
Nota.
La figura muestra la arquitectura general
del sistema desarrollado, dividido en cinco etapas.
Fase 1: se aplicó la
recopilación de datos,
lo cual se relaciona con la pregunta de investigación RQ1, ¿Cómo
se diseñó el dataset para el prototipo de detección de emociones?
El primer paso en la
arquitectura fue la recolección de un conjunto de datos desde la plataforma web
Kaglee, donde se descargó un dataset en el que las imágenes estaban divididas
según sus emociones. Una vez recopiladas, las imágenes fueron clasificadas según
la emoción más prominente, seguida de las demás emociones presentes en cada
imagen. Este proceso facilitó la creación de la base de datos y optimizó el
etiquetado para su posterior utilización.
Fase 2: se procede con la creación
de la base de datos utilizando
MySQL. Esta es una base de datos relacional, la cual fue elegida por su
capacidad de integrarse eficientemente con la aplicación de detección de
emociones. Se empleó el lenguaje SQL para estructurar, asegurando que cumpliera
con los principios de normalización para optimizar su diseño y evitar
redundancias.
La base de datos se
llamó “detector emociones” que engloba tres tablas principales que se muestra a
continuación:
Figura 2
Modelo Relacional
Nota.
Se muestra la estructura de la base de datos
utilizada en el prototipo de detección de emociones, compuesta por tres tablas
principales.
- Tabla de emociones (emociones)
Esta tabla
almacena las emociones disponibles, identificadas por un ID único. Cada emoción
se registra en el campo emocion_nombre, el mismo que sirve para evitar
duplicados.
- Tabla de registros (registros)
Esta tabla guarda
información sobre las imágenes procesadas, asociando cada registro a una
emoción específica mediante una clave foránea (id_emocion). También incluye
información adicional como la actividad registrada, la hora de captura (por
defecto, la hora actual) y la ruta donde se encuentra la imagen.
- Tabla de distribuciones
emocionales (distribuciones_emociones)
Esta tabla
almacena las probabilidades de las emociones detectadas en cada imagen. Cada
registro está vinculado a la tabla registros mediante una clave foránea
(id_registro). También incluye el porcentaje correspondiente a cada
emoción.
Fase 3: se diseñó la
aplicación “Detección de emociones”, la cual va relacionada con la pregunta de investigación RQ2,
¿Qué técnicas se utilizan para el reconocimiento de emociones?
En esta fase, se
desarrolló la aplicación en Visual Studio Code utilizando el lenguaje de
programación Python, con el objetivo de detectar las emociones faciales en
tiempo real de los usuarios. La solución combina técnicas de procesamiento de
imágenes con algoritmos de inteligencia artificial basados en aprendizaje
profundo. El flujo del proceso se detalla a continuación:
Captura de rostro
La función
procesar_emociones constituye la función principal del prototipo de análisis
emocional de imágenes en el aplicativo desarrollado. Su propósito es detectar
rostros humanos en un fotograma de imagen proporcionado y, a partir de estos,
realizar un análisis de emociones utilizando el modelo DeepFace.
Esto se logra mediante
un modelo pre entrenado, basado en un clasificador Haar Cascade, el cual
convierte el fotograma de formato BGR a escala de grises, ya que este formato
es requerido para el análisis emocional.
Análisis emocional
Una
vez identificado el rostro, se extrae la región relevante de la imagen y se
analiza con el modelo DeepFace. Este modelo, basado en redes neuronales
profundas, es capaz de identificar emociones humanas a partir de
características faciales. Las emociones identificables abarcan felicidad,
tristeza, enojo, sorpresa, miedo y asco. DeepFace genera una distribución
porcentual que indica la intensidad relativa de cada emoción.
Visualización de resultados
Los
resultados del análisis se presentan al usuario mediante:
La emoción
dominante, acompañada de un emoji representativo.
Un gráfico
circular para ilustrar la distribución porcentual de las emociones detectadas, brindando
una representación detallada del panorama emocional general.
Almacenamiento de Resultados
Con el objetivo de
conservar un registro de los análisis realizados a cada usuario y su
información correspondiente, se almacena en una base de datos MySQL, tanto la
emoción dominante; así como, la distribución emocional, actividad; además, de
la fecha y hora. Esta tarea se realiza mediante la
función guardar_en_mysql(), lo que permite disponer, posteriormente, de los
datos necesarios para un análisis poblacional.
Interacción
con música
Relacionado
con la pregunta de investigación RQ3, ¿Cuál es el impacto de la música en los
estados de ánimo?
Se
implementó una funcionalidad que sugiere una playlist personalizada en función
de la emoción dominante detectada por el prototipo; la aplicación sugiere una
playlist que ayuda a mejorar el estado emocional del usuario. Esta
recomendación se genera automáticamente tras el análisis facial y se presenta
al usuario mediante un enlace directo a una plataforma de streaming Spotify.
Entrenamiento del algoritmo
Para el entrenamiento
del modelo de Deep Learning, se utilizaron los datos almacenados previamente en
la base de datos relacional, diseñada específicamente para la aplicación de
detección de emociones. Esta base de datos almacena registros detallados de los
análisis efectuados, incluyendo datos sobre las emociones identificadas, la
actividad realizada por los usuarios, la hora del registro y otros datos
relevantes.
Para la preparación
del conjunto de entrenamiento, se ejecutó una consulta SQL diseñada para
extraer únicamente los campos relevantes para el modelo. Los datos obtenidos a
través de esta consulta incluyen:
r.actividad: La actividad que la
persona estaba realizando al momento del análisis.
r.hora_captura: la hora exacta en
la que se capturó la imagen y se detectó la emoción.
e.emocion_nombre: la hora exacta en
la que se capturó la imagen y se identificó la emoción.
Procesamiento
de datos Temporales
Como parte del
procesamiento previo al entrenamiento del modelo de Deep Learning, se aplicaron
transformaciones a las variables temporales con el objetivo de facilitar su
interpretación por parte del algoritmo.
Transformación
de la hora del día
La hora en que fue
capturada la emoción se representó en formato circular, para conservar la
naturaleza cíclica del tiempo (por ejemplo, las 23:00 y las 00:00 están
próximas entre sí). Para ello, se aplicaron funciones trigonométricas de seno y
coseno de la hora normalizada, por medio de la generación de dos nuevas
variables:
|
|
(1)
|
|
|
(2)
|
Día de la semana:
Se transformó el día
de la semana a valores numéricos comprendidos entre 0 y 6, donde:
0 = Lunes, a 6 = Domingo.
Mes del año:
El mes fue convertido
a su correspondiente valor numérico (1 para enero, 2 para febrero, ..., 12 para
diciembre), permitiendo así identificar variaciones estacionales en los estados
emocionales.
Identificación de fin de semana:
Se añadió una variable
binaria denominada fin_de_semana, la cual toma el valor 1, si el día
corresponde a sábado (5) o domingo (6); y, 0 en caso contrario. Esto permitió
evaluar si las emociones varían en función de si es un día laboral o de
descanso.
Procesamiento
de Datos Categóricos
Para preparar las
variables categóricas se utilizó la técnica de codificación de etiquetas (Label
Encoding) mediante la clase LabelEncoder de la librería scikit-learn.
Se aplicó esta transformación a las
siguientes variables:
actividad: describe la acción
realizada por el usuario en el momento del análisis emocional.
emocion_nombre: representa la
emoción dominante detectada por el modelo DeepFace.
Dado que estas
variables estaban en formato de texto, el LabelEncoder permitió convertir cada
categoría en un valor numérico entero.
Selección
de Variables Predictoras y variable objetivo
Para el entrenamiento
del modelo de Deep Learning, se definió un conjunto de variables predictoras
(X) y una variable objetivo (y), que representa la emoción dominante que se
desea predecir.
Las variables predictoras
seleccionadas fueron:
actividad: codificada
numéricamente, representa la acción realizada por el usuario.
hora_sin y hora_cos: transformación de la
hora en componentes circulares para representar la naturaleza cíclica del
tiempo.
dia_semana: número del día de la
semana, donde lunes = 0 y domingo = 6.
mes: número del mes del
año (1 al 12).
fin_de_semana: variable binaria que
indica si el día corresponde a un fin de semana (1) o no (0).
La variable objetivo
y, que se desea predecir, corresponde a la emoción dominante detectada en cada
registro. Esta separación entre variables independientes y la variable
dependiente es esencial para entrenar el modelo.
Escalado
de Características
Normalizamos las
variables predictoras para asegurar que todas las características tuvieran una
escala comparable y evitar que algunas dominen el entrenamiento debido a sus
valores numéricos. Para ello, se utilizó la técnica de escalado estándar,
mediante la clase StandardScaler.
Balanceo
de clases con SMOTE
Durante la exploración
inicial de los datos, se identificó un desbalance en las clases emocionales; es
decir, algunas emociones estaban representadas con muchos más registros que
otras. Esta situación puede provocar que el modelo de Deep Learning aprenda un
sesgo hacia la clase mayoritaria, lo que reduce su capacidad para predecir
correctamente emociones menos frecuentes.
Para abordar este
problema, se utilizó la técnica SMOTE (Synthetic Minority Over-sampling
Technique), que genera ejemplos sintéticos para las clases minoritarias
mediante interpolación de registros reales. Esto mejora el equilibrio en la
distribución de clases sin duplicar datos, lo que resulta en un mejor
rendimiento y generalización del modelo.
División
de Entrenamiento y Prueba
Para evaluar el
rendimiento del modelo de forma objetiva, se dividió el conjunto de datos
balanceado en dos subconjuntos:
80% de los datos, se utilizaron
para entrenar el modelo (X_train, y_train).
20%, se reservaron para evaluar su
rendimiento (X_test, y_test).
Creación
de la Red Neuronal Artificial ANN
El modelo de
clasificación fue diseñado usando Keras, como una red neuronal secuencial
compuesta por tres capas ocultas densamente conectadas. El objetivo del modelo
es predecir la emoción dominante del usuario en función de variables
contextuales.
La división se realizó
de manera estratificada utilizando train_test_split de sklearn, lo que
garantiza que las proporciones de las clases se mantuvieran en ambos
subconjuntos, lo que evita sesgos durante la evaluación.
Características
clave del Modelo
Capas ocultas: Tres capas densas con
128, 64 y 32 neuronas, respectivamente.
Función de activación: Se utilizó LeakyReLU,
que permite el paso de un pequeño gradiente cuando la unidad no se activa.
Batch Normalization: Mejora la estabilidad
y acelera el proceso de entrenamiento al normalizar la salida de cada capa.
Dropout (30%): Se aplicó después de
cada capa para prevenir el sobreajuste (overfitting), asegurando mejor
generalización.
Capa de salida: Utiliza activación
softmax para predecir la probabilidad de cada emoción, siendo adecuada para un
problema de clasificación multiclase.
Análisis
personalizado, mediante un Dashboard
Como último paso en la
metodología de nuestro proyecto, se desarrolló un dashboard personalizado en
Power BI para visualizar y analizar los registros de emociones capturados por
la aplicación. Este dashboard permite a los usuarios explorar los datos de manera
interactiva y obtener información valiosa sobre las emociones detectadas.
Recopilación
de Datos
Se registran las
emociones detectadas, junto con marcas de tiempo y otras métricas relevantes,
en una base de datos estructurada para facilitar su análisis.
Integración
con Power BI
Mediante una
integración directa, entre la base de datos y Power BI, se agiliza la
importación de los datos esenciales para los gráficos interactivos:
Diseño
del Dashboard
Se elabora un diseño
intuitivo que incluye gráficos interactivos, como líneas de tiempo y gráficos
de barras, para representar la evolución y frecuencia de las emociones a lo
largo del tiempo.
Se implementan filtros
que permiten a los usuarios segmentar los datos por períodos específicos o
tipos de emociones, mejorando la experiencia de análisis.
Análisis
Visual
El dashboard
proporciona una representación visual clara de los datos, lo que facilita la
identificación de patrones y tendencias emocionales, crucial para la toma de
decisiones informadas.
Actualización Continua
Se integra un sistema
de actualización automática para garantizar que el dashboard refleje siempre
los datos más recientes, manteniendo su relevancia y utilidad en el tiempo.
Este enfoque final no
solo mejora la comprensión de los datos recopilados; sino que, también potencia
la capacidad de los usuarios para realizar análisis profundos y tomar
decisiones basadas en información emocional precisa.
Valoración
del prototipo
Con la finalidad de
determinar la efectividad del prototipo desarrollado para la detección de
emociones, se ha llevado a cabo un proceso de validación utilizando un conjunto
de datos previamente etiquetado y no visto por el modelo. Esta evaluación
permite analizar el desempeño del sistema mediante métricas estándar en
clasificación multiclase, como la precisión por clase, la matriz de confusión y
la evolución de precisión/pérdida durante el entrenamiento.
Se ilustra el
comportamiento del modelo durante el proceso de entrenamiento, mostrando la
evolución de la precisión y la pérdida, tanto en los datos de entrenamiento;
así como, de validación. Se evidencia una mejora progresiva hasta estabilizarse
alrededor de la época 50, donde el modelo alcanza una precisión de validación
de aproximadamente 0.40, consolidando así su aprendizaje, sin indicios severos
de sobreajuste.
Figura 3
Evolución de la precisión y pérdida
durante el entrenamiento del modelo
Nota.
Se observa el rendimiento del modelo en entrenamiento y validación por épocas.
Como segundo lugar se
muestra la precisión alcanzada por el modelo para cada una de las emociones. Se
observa que la emoción "Sorprendido", obtuvo la mayor precisión
(aproximadamente, 0.58), seguida de "Feliz" (0.50) y "Asco"
(0.43). Por otro lado, emociones como "Enojado" y "Triste"
presentaron niveles de precisión relativamente más bajos, lo cual puede estar
relacionado con la similitud en patrones faciales o el desbalance en el
conjunto de entrenamiento. Además, se incluye el macro promedio (0.35) y el promedio
ponderado (0.35) de precisión, como referencia general del rendimiento del
modelo.
Figura 4
Precisión por clase y
promedios en la detección de emociones.
Nota.
Se visualiza la precisión alcanzada para cada emoción y los promedios macro y
ponderado.
A continuación, la
matriz de confusión, en donde se puede observar la distribución de las
predicciones realizadas por el modelo en relación con las clases reales. Este
análisis permite identificar con mayor claridad las emociones que tienden a ser
confundidas entre sí, como es el caso de "Triste" con
"Feliz"; o, "Miedo" con "Enojado", lo cual
evidencia la necesidad de seguir afinando el sistema para mejorar su capacidad
discriminativa.
Figura 5
Matriz de confusión
del modelo de detección de emociones
Nota.
Muestra aciertos y errores en la predicción por clase, según los valores
reales.
IV.
Resultados
y Discusión
Se evaluó el prototipo
con un grupo de cinco expertos en psicología y tecnología. Los resultados
evidenciaron un 75% de efectividad en la precisión de las recomendaciones
musicales basadas en emociones detectadas. Todos los participantes firmaron un
consentimiento informado por escrito, en el cual autorizaron el uso de los
datos recopilados con fines académicos, investigativos y de publicación. Dicho
proceso cuenta con la aprobación del Instituto Superior Tecnológico
Universitario del Azuay, lo que garantiza la validez y transparencia del
procedimiento. Asimismo, los expertos coincidieron en que el prototipo posee un
alto potencial de aplicación cotidiana, dado que permite establecer una
correlación entre la actividad realizada y el estado emocional, además de
confirmar que la música influye directamente en el estado de ánimo del usuario.
Las observaciones específicas de
los expertos fueron:
Psicólogo experto,
Cristian Quezada: resaltó la importancia de explorar métodos alternativos para
detectar emociones en personas que no manifiestan expresiones faciales claras,
lo que sugiere una futura línea de investigación para mejorar la sensibilidad
del sistema.
Psicóloga experta, María Paz Machado: enfatizó la necesidad de explicar
claramente el objetivo y fin de la actividad al usuario antes de utilizar el
prototipo, para mejorar la disposición emocional y el contexto de
interpretación.
V.
Conclusiones
En un mundo donde las
emociones tienen varias aristas y poder identificarlas resulta esencial para
proporcionar una experiencia personalizada y significativa, este prototipo
permitió demostrar que la actividad tiene un efecto inmediato en el estado de
ánimo de las personas. A futuro, esto puede contribuir para comprender mejor
las emociones en relación con el entorno y, de esta manera, encontrar
soluciones efectivas como la música.
La música provoca una
reacción significativa en la generación de sentimientos, emociones y diversas
respuestas. Por ello, desarrollar mecanismos de recomendaciones musicales
basadas en emociones representa un avance en la forma en que las personas se
relacionan con la música y cómo esta puede influir positivamente en el estado
de ánimo individual, lo cual constituye un aporte valioso para la salud mental.
Referencias Bibliográficas
Fernández Poncela, A. M. (2019). La autorregulación emocional de
las juventudes a través de la música. ESCENA. Revista de las Artes, 79(1),
25–58. https://doi.org/10.1109/LSP.2016.2603342
Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep
learning. MIT Press. https://www.deeplearningbook.org/
Harris, C. R., Millman, K. J., van der
Walt, S. J., Gommers, R., Virtanen, P., Cournapeau, D., Wieser, E., Taylor, J.,
Berg, S., Smith, N. J., Kern, R., Picus, M., Hoyer, S., van Kerkwijk, M. H.,
Brett, M., Haldane, A., Del Río, J. F., Wiebe, M., Peterson, P., … Oliphant, T.
E. (2020). Array programming with NumPy. Nature, 585(7825), 357–362.
https://doi.org/10.1038/s41586-020-2649-2
Kacti, M. N. (2019). Music therapy in
clinical psychology. En V. V. R. V. D. K. (Ed.), Psychology and clinical
therapy: Therapeutic interventions through music (pp. 75–92). Academic Press.
https://doi.org/10.1016/B978-0-12-813574-7.00007-5
Kaggle. (s. f.). Facial emotion
recognition dataset. Kaggle. https://www.kaggle.com/datasets/msambare/fer2013
Keras. (2023, 10 de julio). Keras
documentation: Introduction to Keras for engineers. Keras. Recuperado el 1
de diciembre de 2024, de
https://keras.io/getting_started/intro_to_keras_for_engineers/
Martín de Diego, I., Serrano, A., Conde, C., & Cabello, E.
(2006). Técnicas de reconocimiento automático de emociones. Teoría de la
Educación: Educación y Cultura en la Sociedad de la Información, 7(2), 92–106.
https://gredos.usal.es/handle/10366/56524
Matplotlib. (2024). Matplotlib documentation — Matplotlib 3.10.3
documentation. Matplotlib. Recuperado el 1 de diciembre de 2024, de
https://matplotlib.org/stable/
OpenCV. (2024). About OpenCV.
https://opencv.org/about/
Pillow. (2024). Pillow (PIL Fork) 11.2.1
documentation. Recuperado el 1 de diciembre de 2024, de
https://pillow.readthedocs.io/en/stable/
Rojas Espinoza, T., & Mármol Córdoba, M. F. (2024).
Inteligencia artificial y su impacto en los entornos de educación superior del
Ecuador. ATENAS Revista Científica Técnica y Tecnológica, 3(1).
https://doi.org/10.36500/atenas.3.001
Serengil, S., & Ozpinar, A. (2020).
LightFace: A hybrid deep face recognition framework. En 2020 Innovations in
Intelligent Systems and Applications Conference (ASYU) (pp. 23–27). IEEE.
https://doi.org/10.1109/ASYU50717.2020.9259802
Streamlit. (2024). Streamlit
documentation. https://docs.streamlit.io/
TensorFlow. (2023, 2 de marzo). Guide. TensorFlow. Recuperado el 1
de diciembre de 2024, de https://www.tensorflow.org/guide
Zhang, K., Zhang, Z., Li, Z., & Qiao,
Y. (2016). Joint face detection and alignment using multitask cascaded
convolutional networks. IEEE Signal Processing Letters, 23(10), 1499–1503.
https://doi.org/10.1109/LSP.2016.2603342
0009-0007-9809-3426,D. R. Guzmán, 2