Por favor, use este identificador para citar o enlazar este ítem:
http://cicese.repositorioinstitucional.mx/jspui/handle/1007/3849| Reconocimiento de emociones a partir de patrones en la marcha humana Recognition of emotions from patterns in the human gait | |
| Yulith Vanessa Altamirano Flores | |
| Irvin Hussein Lopez-Nava JORGE IVAN GONZALEZ DIAZ | |
| Acceso Abierto | |
| Atribución | |
| Reconocimiento de emociones, emociones, clasificación de emociones, marcha humana, aprendizaje Emotions, emotion recognition, emotion classification, human gait, machine learning | |
| El análisis de la marcha humana se ha utilizado ampliamente en el campo clínico, por ejemplo, para el diagnóstico temprano de algunas enfermedades. Por otro lado, es posible asociar patrones de movimiento durante la marcha con varios comportamientos humanos, como las emociones. El objetivo principal de esta tesis es generar modelos para clasificar tres emociones discretas: feliz, triste y enojado, considerando el estado neutral como una clase adicional, utilizando un conjunto de características extraídas de la posición 3D del esqueleto humano durante sesiones de marcha. Se realizó un análisis descriptivo de los datos para seleccionar los mejores subconjuntos de articulaciones para reconocer estas emociones. Los modelos se construyeron con los algoritmos: KNN, Random Forest y un meta-clasificador (Boosting). Los mejores resultados se obtuvieron con Boosting con el método de selección PCA con un mAP de 0.840 para datos balanceados y Random Forest con el método de selección UVA con un mAP de 0.886 para datos desbalanceados. Los resultados fueron prometedores al utilizar métodos basados en aprendizaje automático superficial. Human gait analysis has been widely used in the clinical field, for example, for the early diagnosis of some diseases. On the other hand, it is possible to associate movement patterns during gait with various human behaviors, such as emotions. The main objective of this thesis is to generate models to classify three discrete emotions: happy, sad and angry, considering the neutral state as an additional class, using a set of features extracted from the 3D position of the human skeleton during walking sessions. A descriptive analysis of the data was performed to select the best subsets of joints to recognize these emotions. The models were built with the algorithms: KNN, Random Forest and a meta-classifier (Boosting). The best results were obtained with Boosting with the PCA selection method with a mAP of 0.840 for balanced data and Random Forest with the UVA selection method with a mAP of 0.886 for unbalanced data. The results were promising when using methods based on shallow machine learning. | |
| CICESE | |
| 2023 | |
| Tesis de maestría | |
| Español | |
| Altamirano Flores, Y.V. 2023. Reconocimiento de emociones a partir de patrones en la marcha humana. Tesis de Maestría en Ciencias. Centro de Investigación Científica y de Educación Superior de Ensenada, Baja California. 67 pp. | |
| DISEÑO CON AYUDA DE ORDENADOR | |
| Aparece en las colecciones: | Tesis - Ciencias de la Computación |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| tesis_Yulith Vanessa Altamirano Flores_30 ene 2023.pdf | Versión completa de la tesis | 10.29 MB | Adobe PDF | Visualizar/Abrir |