110 likes | 375 Views
Detector de emociones usando OpenCV. Para su uso en un robot emocional. Autores: Daniel Jesús García Moral Jorge Miguel Peñalva Zambrano. Otras posibilidades aún no exploradas :. Detectar la proximidad del usuario dependiendo del tamaño de la cara detectada.
E N D
Detector de emociones usando OpenCV Para su uso en un robot emocional Autores: Daniel Jesús García Moral Jorge Miguel Peñalva Zambrano
Otrasposibilidadesaún no exploradas: • Detectar la proximidad del usuario dependiendo del tamaño de la cara detectada. • Detección de la posición del usuario respecto de la cámara mediante la comparación con otras dos posiciones conocidas (detección de movimiento). • Clasificadores para gestos con las manos.
¿Pordóndeseguirahora?: • Entrenar al clasificador de sonrisas con distintas personas. • Realizar distintos clasificadores, como pueden ser cejas y ojos. • A partir de ahí cada emoción tendrá un valor que será igual a la suma de los distintos gestos detectados y ponderados; de esta forma podremos decir la emoción predominante con bastante acierto.
Preparandoparadetectaremociones • Recortar imágenes para tener la región de interés de nuestra foto para el HaarTraining. • Crear archivo de texto con la info de estas imágenes. • Configurar CreateSamples, Haartraining y Performance. • Dejar el Haartrining computando.
Nuestros clasificadores Mejor hacer clasificadores para cada uno Clasificadores de bocas: • Sonrisa fuerte • Sonrisa débil • Sorpresa Fijar bien la región de interés pero luego en facedetect decirle que busque en toda la cara.
Nuestros clasificadores Clasificadores de ojos: • 1º Pasarle los ojos que nos daba facedetect Resultado negativo • 2º Pasarle la zona de los dos ojos Mejora resultado pero sigue sin ser positivo • 3ºAumentar la zona del ojo que devuelve facedetect para que incluya la cejaClasificador de enfado correcto
Nuestros clasificadores Filtrar las emociones en facedetect: • Cada 20 capturas ve cuánto se ha aumentado cada variable. • Clasificador neutral nos ayuda a incrementar la robustez • Condiciones entre clasificadores: sorpresa únicamente cuando se dispara sólo; en cuanto hay enfadado, no se tienen en cuenta los demás
Distinción entre personas • Recortar la cara y buscar dentro de la cara el recorte de la cara Error. • Dividir la cara en trozos y buscar esos trozos dentro de la cara Error. • Muestras negativas caras de uno, positivas caras del otro, muy difícil la distinción • Clasificador de enfado de Dani detecta a Jorge casi siempre enfadado, sin él estarlo Sacar de ahí la distinción Resultado satisfactorio.
Distancias, movimiento • Distancias con el área de la cara • Definición de zonas: cerca, óptimo, lejos muy lejos. • Robot pide que vayas a la zona óptima, sólo en esa zona es donde miramos quién es y lanzamos sus clasificadores. • Viendo estado anterior y estado actual vemos el movimiento, si se está acercando o alejando.
Vídeos, parte visual VENTANAS: • Result: foto con las emociones detectadas (cada una tiene un color). • Estado: Emoción presente tras filtrado. • ¿Quién es? • Distancia • Acción
Blog: ¿PREGUNTAS? http://emotionalbot.wordpress.com/