Prototipo de Detección de Emociones con Inteligencia Artificial

Resumen

El presente trabajo aborda el desarrollo de un detector de emociones basado en técnicas de Deep Learning. Este sistema captura y procesa imágenes faciales en tiempo real para identificar la emoción dominante y su distribución. Además, almacena los resultados en una base de datos, vinculados con actividades específicas reportadas por los usuarios. Su implementación se justifica por la necesidad de comprender la relación entre emociones y actividades diarias, con posibles aplicaciones en salud mental, educación y entretenimiento.

El principal objetivo fue desarrollar un sistema capaz de reconocer emociones faciales y analizar su variabilidad según la actividad realizada, el horario y el día de la semana. Para ello, se emplea un modelo de Deep Learning entrenado con una base de datos de expresiones faciales etiquetadas. La muestra utilizada incluye imágenes de rostros en distintos contextos, recopiladas de bases de datos públicas y registros propios.

Los resultados obtenidos evidencian una precisión significativa en la clasificación de emociones y permiten establecer patrones en función del entorno y la actividad. Se identificó una estrecha relación entre emociones y música, lo que abre nuevas posibilidades de personalización en aplicaciones musicales.

Se concluye que el sistema tiene potencial para integrarse en diversas áreas, facilitando un análisis emocional más profundo y mejorando la interacción entre humanos y tecnología.