Monitoring Emotional Response During Mental Health Therapy

• Autores: Jorge Felix Martínez Pazos, Arturo Orellana García, William Gómez Fernández, David Batard Lorenzo
• Localización: Revista Cubana de Ciencias Informáticas, ISSN-e 2227-1899, Vol. 17, Nº. 4, 2023
• Idioma: inglés
• Títulos paralelos:
  • Monitoreo de la Respuesta Emocional Durante Terapias de Salud Mental
• Enlaces
  • Texto completo
• Resumen
  • español

    El reconocimiento de emociones faciales es uno de los problemas más complejos en visión por computador, debido a múltiples factores que van desde la luminosidad de la imagen hasta la personalidad del individuo. Este trabajo construyó y elucida la implementación de soluciones de reconocimiento de expresiones faciales, un paquete de código abierto llamado FFEM para realizar fácilmente esta tarea, y una aplicación que integra el paquete anterior, utilizando modelos y algoritmos de última generación para la detección facial y el reconocimiento de emociones provenientes principalmente de MediaPipe y DeepFace con la intención de abordar el desafío de reconocer las emociones de los pacientes durante las sesiones de terapia cognitiva. Sin embargo, la versatilidad de este enfoque permite su aplicación a diferentes industrias y tareas, destacando su potencial para diversos casos de uso.

  • English

    Facial emotion recognition is one of the most complex problems in computer vision, due to multiple factors ranging from image brightness to the personality of the individual. This paper built and elucidates the implementation of facial expression recognition solutions, an open-source package called FFEM to easily perform this task, and an application that integrates the previous package, using state-of-the-art models and algorithms for facial detection and emotion recognition mainly coming from MediaPipe and DeepFace with the intention of addressing the challenge of recognizing patients' emotions during cognitive therapy sessions. However, the versatility of this approach allows it to be applied to different industries and tasks, highlighting its potential for diverse use cases.