El modo en que nos movemos y andamos puede decir mucho sobre nosotros. Sin ir más lejos, tal como demostraron hace unos meses los ingenieros de la compañía china Watrix, puede combinarse con la forma del cuerpo para identificar a una persona, como complemento o incluso alternativa al reconocimiento facial.
Pero ahora, investigadores de las universidades de Chapel Hill y de la Univ. de Maryland han dado un paso más, utilizando la forma de andar como método para descubrir el estado de ánimo de una persona, como explican en este paper recientemente publicado.
Así, han recurrido a un sistema de inteligencia artificial para detectar aspectos como la postura de los hombros, un planteamiento novedoso que, por ahora, ha sido capaz de cosechar una precisión del 80,07% en los experimentos preliminares, en los que los vídeos fueron analizados en tiempo real.
"Las emociones juegan un papel importante en nuestras vidas, [determinan] la forma en que interactuamos con otros seres humanos.
Debido a la importancia de la percepción de emociones en la vida cotidiana, el reconocimiento automático de las mismas constituye un problema crítico en muchos campos, desde la industria de los juegos y el entretenimiento, hasta el de la seguridad y el cumplimiento de la ley, pasando por el comercio y la interacción entre hombre y máquina".
Así se entrena una red neuronal para reconocer nuestras emociones por cómo nos movemos
Los investigadores se centraron en cuatro emociones (feliz, triste, enojado y neutral) por ser más proclives a durar períodos de tiempo más prolongados, lo que facilita contar con un número de muestras mucho mayor. Una vez hecho eso, el primer paso de los científicos fue extraer múltiples 'marchas' representativas de cada emoción de un amplio conjunto de vídeos y convertirlas en modelos 3D.
La procedencia de las mismas fue Emotion Walk, un dataset de nueva creación que contiene 1384 patrones de movimiento extraídos de vídeos de 24 sujetos de un campus universitario, en los que aparecen andando tanto en interior como en exteriores. Alrededor de 700 usuarios de Amazon Mechanical Turk fueron los responsables de etiquetar las emociones de los mismos.
A continuación, recurrieron a una red neuronal de tipo LSTM (Long Short Term Memory), especializadas en la predicción de series temporales, para detectar los patrones característicos de cada secuencia de movimiento, y a continuación en un clasificador de árboles aleatorios para clasificar cada uno de esos patrones a una de las cuatro emociones elegidas.
Además de la postura de los hombros, los elementos característicos que ayudan a identificar el estado emocional de un sujeto son, entre otros muchos, la distancia entre pasos consecutivos, la inclinación de la cabeza, la forma del área formada por el cuello y las manos, la velocidad de los pasos, la cantidad de movimiento de los miembros, etc.
Vía | VentureBeat
Imagen | Good Free Photos
Ver 3 comentarios