Emocional Analisis
(Mase, 1991) utilizó métodos óptica para
reconocer las expresiones faciales (Lanitis, Taylor, & Cootes, 1995) utilizó el modelo de la apariencia de la imagen para la identificación
de personas, por medio del cual se
obtuvo el reconocimiento de género, y la
expresión facial. (Azcarate,
Hageloh, Sande, & Valenti, 2007) se presenta un sistema de reconocimiento emociones a través de expresiones
faciales que aparecen en secuencias de
vídeo. Allí, el sistema se basa
en el algoritmo Piecewise B´ezier Volume Deformation tracker con el cual se obtuvo una que una buena clasificación resultados
Actualmente han
cobrado relevancia las teorías que hacen notar la importancia de las emociones
en el aprendizaje. McGaugh y su discípulo Larry Cahill, indican con claridad cómo las emociones,
hasta las más habituales y cotidianas, se asocian a mejor memoria y a mayor
capacidad de aprendizaje (Menecier, 2010) . En efecto, la emoción y el
aprendizaje están muy relacionados: Por una parte, la emoción es un medio
importante para promover el aprendizaje y, por otra, influyen de una manera
decisiva en el desarrollo de la afectividad
en cada alumno, por eso, los modernos enfoques cognitivos del
aprendizaje han considerado a la emoción como uno de los constructos a tomar en
cuenta para comprender los procesos de
aprendizaje.
En el
proceso de aprendizaje, las emociones aparecen en los procesos de interacción y
adaptación, y en ellos, surgen las emociones primordiales, propias del proceso
de supervivencia del ser humano: rabia, miedo, tristeza y alegría (Herrera, 2008) . Las emociones son
muy importantes al momento de explicar o interpretar el comportamiento humano
pero son muy difíciles de definir en un contexto computacional. Emociones
como aburrimiento, compromiso,
confusión, frustración pueden ser detectadas en un proceso de enseñanza
aprendizaje, analizando imágenes de vídeo, el lenguaje utilizado por el
estudiante, comportamientos en la clase, etc., (Mello, y otros, 2010) .
Para representar a las
emociones se han desarrollado ontologías que permiten identificar su
aparecimiento en el proceso de aprendizaje.
Lógicamente estas se basan (o son una mezcla) de ontologías que representan
el conocimiento en interpretación del lenguaje, comportamiento humano basado en
algoritmos de visión artificial, etc. Pero, obtener soluciones que permitan tomar en
cuenta aspectos de las emociones humanas, siempre se ha constituido en un
problema, debido a la gran cantidad de modelos de emociones y su
complejidad. Una de las soluciones que
se ha desarrollado para representar las emociones es la de representar en una
ontología la descripción de las mismas, en donde se contempla el aparecimiento de las
emociones en el comportamiento humano, descrito mediante el análisis facial, de
gestos y del lenguaje (Lopez, Gil, Garcia, Cearreta, & Garay, 2008) .
La
asignación de etiquetas a los textos que indique si lo que expresan es
positivo, negativo o neutro, forman parte de las nuevas investigaciones
relacionadas a detectar las emociones en los estudiantes. La marcación afectiva es un importante paso
que tiene aplicación en diversas áreas. Por ejemplo, la marcación afectiva
podrá prestar atención a las respuestas afectivas de los usuarios en la
comunicación hombre-máquina y detectar cuando se encuentra frustrado para poder
ayudarle. En la educación, la marcación afectiva ayudar a al sistema a detectar
las emociones de sus alumnos y responder de forma diferente dependiendo del
estado anímico de estos (Martin, 2008) .
A través de redes
neuronales, es posible clasificar las emociones humanas con una precisión del 77%
(Sun , 2003) .
Allí, la novedad es que en vez de
empíricamente seleccionar los parámetros de la red neuronal, es decir, la tasa
de aprendizaje, activación de la función parámetro, impulso número, el número
de nodos en una capa, etc., se ha desarrollado un estrategia que puede
automáticamente seleccionar relativamente mejor combinación de éstos
parámetros.
Las "expresiones
faciales universales" representan las emociones de alegría, tristeza, ira,
miedo, sorpresa y disgusto. El estudio de las expresiones faciales en las diferentes culturas, incluyendo las
culturas ágrafas, y encontró muchos puntos en común en la expresión y el
reconocimiento de las emociones en la cara. Sin embargo, se observó diferencias en las expresiones, así y propuso
un modelo en el que el facial expresiones se rigen por reglas
"pantalla" en diferentes contextos sociales. Por ejemplo, los sujetos
japoneses y americanos sujetos mostraron similares expresiones faciales
mientras ven una película. Sin embargo, en presencia de autoridades, los
espectadores japoneses eran más reacios a mostrar sus expresiones reales y los
bebés parecen exhibir una amplia gama de expresiones faciales, sin ser enseñadas,
lo que sugiere que estas expresiones son innatas (Sun , 2003) .
No hay comentarios:
Publicar un comentario