Herramienta computacional para estimular la imitación y el reconocimiento de expresiones emocionales faciales en niños con Trastorno del Espectro Autista
Trabajo de grado - Maestría
2021
Trastorno del Espectro Autista
Visión Artificial
Estimulación Emocional
Herramienta computacional interactiva
Trastorno del Espectro Autista
Visión Artificial
Estimulación Emocional
Herramienta computacional interactiva
Autism Spectrum Disorder
Artificial vision
Emotional stimulation
Interactive computational tool
Visión Artificial
Estimulación Emocional
Herramienta computacional interactiva
Trastorno del Espectro Autista
Visión Artificial
Estimulación Emocional
Herramienta computacional interactiva
Autism Spectrum Disorder
Artificial vision
Emotional stimulation
Interactive computational tool
El Trastorno del Espectro Autista (TEA) es una condición que afecta el neurodesarrollo, caracterizada por
déficits en la comunicación e interacción social y patrones comportamentales repetitivos. Según estudios,
15 de cada 1,000 niños sufren de TEA. Varias barreras existen que impiden el acceso a cuidado médico
de individuos con TEA, incluyendo la escasez de servicios de salud, un elevado costo en los servicios y
un conocimiento deficiente del trastorno, lo que implica una alta necesidad de crear herramientas
tecnológicas que aporten en los procesos socio-comunicativos de individuos con TEA. Por este motivo, en
este proyecto se decidió hacer un énfasis en la estimulación de los procesos de imitación y reconocimiento
de emociones, un aspecto clave para la comunicación no-verbal. Así, el proyecto se dividió en cuatro
grandes etapas: el desarrollo de un protocolo experimental, el desarrollo de un algoritmo de reconocimiento
de expresiones faciales emocionales en tiempo real, la creación de un videojuego donde se implementa el
protocolo experimental y la ejecución de pruebas experimentales con niños con TEA y un grupo control.
El protocolo experimental, diseñado con ayuda de psicólogas y estudiantes de psicología, se dividió en
tres etapas fundamentales: (I) Introducción de las partes del rostro, las emociones y las expresiones
faciales, (II) imitación de expresiones faciales y (III) reconocimiento de expresiones faciales en situaciones
con y sin contexto. La dificultad de los conceptos enseñados aumenta a lo largo de 12 sesiones
experimentales, con las cuales se espera que los participantes aprendan los fundamentos de las seis
emociones básicas: alegría, tristeza, enojo, asco, sorpresa y miedo. El algoritmo de reconocimiento de
expresiones faciales contó con varias etapas en las que se evaluaron las mejores técnicas de
preprocesamiento, extracción de características y clasificación. Adicionalmente, se implementó un
ensamble de algoritmos de aprendizaje automático que se enfocó en mejorar la exactitud de
reconocimiento de ciertas expresiones faciales. Finalmente, se utilizó una técnica de reducción de
características, de forma que se lograra mejorar el tiempo de cómputo del algoritmo, habilitando su uso en
tiempo real. El videojuego creado que implementó el protocolo experimental y el algoritmo de
reconocimiento contó con retos como la generación de bibliotecas dinámicas para permitir el uso de
algoritmos de visión artificial en un motor de videojuegos. Finalmente, se realizaron pruebas con la ayuda
de tres niños, de los cuales uno tiene TEA.
El algoritmo de reconocimiento de expresiones faciales mostró resultados positivos, de forma que logró
separar siete categorías de expresiones faciales con una efectividad satisfactoria. Por otro lado, la
herramienta de estimulación demostró tener un impacto positivo en los participantes del estudio, reflejado
por medio de puntajes superiores en pruebas psicométricas y registros conductuales después de realizar
la intervención. En trabajos futuros, se espera mejorar la efectividad de reconocimiento del algoritmo de
expresiones faciales, por medio del uso de otras técnicas de aprendizaje automático, extracción de
distintas características e implementación de algoritmos de caracterización del rostro especializados.
Finalmente, se espera que más adelante se logre realizar una validación formal de la herramienta
desarrollada para que su uso se estandarice en instituciones prestadoras de salud. Autism Spectrum Disorder (ASD) is a condition that affects neurodevelopment, characterized by deficits in communication and social interaction and repetitive behavioral patterns. According to studies, 15 out of every 1,000 children suffer from ASD. Several barriers exist that prevent access to medical care for individuals with ASD, including the scarcity of health services, a high cost of services and poor knowledge of the disorder, which implies a high need to create technological tools that contribute to socio-communicative processes of individuals with ASD. For this reason, in this project it was decided to emphasize the stimulation of the processes of imitation and recognition of emotions, a key aspect for non-verbal communication. Thus, the project was divided into four major stages: the development of an experimental protocol, the development of an algorithm for recognizing emotional facial expressions in real time, the creation of a video game where the experimental protocol is implemented, and the execution of experimental tests. with children with ASD and a control group. The experimental protocol, designed with the help of psychologists and psychology students, was divided into three fundamental stages: (I) Introduction of the parts of the face, emotions and facial expressions, (II) imitation of facial expressions and (III) recognition of facial expressions in situations with and without context. The difficulty of the concepts taught increases throughout 12 experimental sessions, with which participants are expected to learn the fundamentals of the six basic emotions: happiness, sadness, anger, disgust, surprise and fear. The facial expression recognition algorithm had several stages in which the best preprocessing, feature extraction and classification techniques were evaluated. Additionally, an assembly of machine learning algorithms was implemented that focused on improving the recognition accuracy of certain facial expressions. Finally, a feature reduction technique was used to improve the computation time of the algorithm, enabling its use in real time. The video game created that implemented the experimental protocol and the recognition algorithm had challenges such as the generation of dynamic libraries to allow the use of artificial vision algorithms in a video game engine. Finally, tests were carried out with the help of three children, one of whom has ASD. The facial expression recognition algorithm showed positive results, in that it was able to separate seven categories of facial expressions with satisfactory effectiveness. On the other hand, the stimulation tool proved to have a positive impact on the study participants, reflected by higher scores in psychometric tests and behavioral records after performing the intervention. In future works, it is expected to improve the recognition effectiveness of the facial expression algorithm, through the use of other machine learning techniques, extraction of different features and implementation of specialized face characterization algorithms. Finally, it is expected that later on a formal validation of the developed tool will be achieved so that its use is standardized in health-providing institutions.
Descripción:
Artículo principal
Título: Pulido Castro, Sergio David-2021.pdf
Tamaño: 5.192Mb
PDFLEER EN FLIP
Descripción: Autorización
Título: Autorización.pdf
Tamaño: 918.6Kb
PDF
Título: Pulido Castro, Sergio David-2021.pdf
Tamaño: 5.192Mb
PDFLEER EN FLIP
Descripción: Autorización
Título: Autorización.pdf
Tamaño: 918.6Kb