Creación de la red neuronal artificial
Desarrollo de una red neuronal artificial, la cual se desarrolló en dos fases:
- Red neuronal para aprendizaje de rostros.
- Red neuronal para detección de emociones
Red neuronal para aprendizaje de rostros
Esta fase del proyecto se centró en el desarrollo de una red que pudiera aprender rostros al momento de ingresar uno nuevo, para el entrenamiento de esta red se utilizo un algoritmo convolucional, y haciendo uso de herramientas facilitadas por el framework Keras, del cual se extrajo el dataset lfw, para posteriormente normalizar imagenes, aplanarlas, obtener los relieves, y así depurar las imagenes que serían usadas para el entrenamiento asegurando asi que la red tuviera la menor cantidad de errores posibles; posteriormente, haciendo uso de 5 capas para la red, se logró un entrenamiento de un 88%.
Red neuronal para reconomiento de rostros
Para la parte del entrenamiento de la red para la detección de emociones, se uso un dataset llamado CelebA el cual es amplio, lo que facilitó la obtencion de imagenes para el reconomiento de estas, en esta parte del proyecto se usaron 3 capas convolucionales, aunque el aprendizaje máximo que se logró con esta fue de 66%.
Aplicación
Una vez exportados los entrenamientos, haciendo uso del lenguaje python se creo una aplicación de escritorio que facilitara la interacción con el usuario; esta aplicación constaba de dos partes: La primera en la cual se ingresaba un nuevo rostro, para luego, habiendo registrado ya 200 fotografias, en todas las poses faciales, se hace un embeding, para agregar esta nueva información, la siguiente fase de esta aplicación, era como tal reconer la cara y la emoción que la persona podría tener se usaron ciertas librerias de keras como:
- cv2
- numpy
- pickle
- tensorflow.keras.models
- sklearn.metrics.pairwise
Tecnologias utilizadas.
- Keras
- Tensorflow
- Python