Un equipo de investigadores de la Universitat de les Illes Balears (UIB) ha sido galardonado por la Asociación Interacción Persona-Ordenador (AIPO) con el premio Jesús Lorés al mejor artículo de investigación, por un estudio sobre sistemas de reconocimiento facial dirigido a personas con discapacidad intelectual.

Se trata de los investigadores de la Unidad de Gráficos y Visión por Ordenador e Inteligencia Artificial y profesores del Departamento de Ciencias Matemáticas e Informática de la UIB Silvia Ramis, Cristina S. Manresa, José María Buades y Francesc Xavier Gayà.

En un comunicado, la UIB ha explicado que el premio les fue entregado el 6 de septiembre en la Universitat de Lleida en el marco del XXIII Congreso Internacional de Interacción Persona-Ordenador (Interacción 2023).

El reconocimiento de expresiones faciales desempeña un papel importante tanto en el comportamiento humano como en la interacción entre personas. Actualmente, las redes neuronales se utilizan para el reconocimiento automático de expresiones faciales y han demostrado que obtienen buenos resultados. Pero muchas veces no se entiende por qué pueden clasificar mal una expresión en la que una persona no tiene ninguna duda de cuál es.

Para hacer frente a este problema, existen técnicas en el campo de la visión por computador que sirven para proporcionar información sobre el funcionamiento interno de una red neuronal y hacerla más transparente. Estas técnicas se llaman técnicas de explicabilidad.

De esta forma se puede entender, por ejemplo, las zonas de la cara más importantes para una red neuronal y compararlas con las zonas más importantes para el ojo humano. Por otra parte, normalmente estos sistemas se entrenan y se prueban con conjuntos de datos de personas sin discapacidad, ya que, en la comunidad científica, apenas existen bases de datos públicas de personas con discapacidad.

En su trabajo, el equipo de investigadores de la UIB propone un estudio de reconocimiento de expresiones faciales dirigido a personas con discapacidad intelectual, para dar respuesta a dos preguntas principales. Una de ellas plantea si las redes neuronales existentes entrenadas con expresiones faciales pueden predecir las expresiones faciales de personas con discapacidad intelectual, y, si no fuera así, qué diferencias existen entre las expresiones faciales de personas con y sin discapacidad intelectual.

Los resultados obtenidos muestran que los modelos entrenados con personas sin discapacidad no son capaces de reconocer las expresiones faciales de personas con discapacidad intelectual, al menos en el conjunto de datos evaluado. Las técnicas de explicabilidad utilizadas en este trabajo ayudan al lector a entender las diferencias existentes entre los diferentes conjuntos de datos.

En el trabajo premiado se observa que los modelos entrenados, aun cuando se centra cada uno en zonas de la cara diferentes para cada expresión, todavía se centran en las mismas zonas faciales cuando cambian de conjunto de datos. Se aprecia una diferencia significativa en cómo las personas del conjunto de datos con discapacidad intelectual manifiestan las expresiones faciales, lo que comporta modelos de predicciones erróneas.

Este trabajo es un primer estudio para poder integrar un sistema de reconocimiento de expresiones faciales en personas con discapacidad intelectual en un robot social, ya que los robots sociales han demostrado ser útiles en el aprendizaje de habilidades en una persona con discapacidad intelectual. Esto demuestra que todavía es necesario trabajar más en este campo y utilizar más modelos y más conjuntos de datos de personas con discapacidad para poder conseguir un sistema robusto.