Facial Expressions Recognition at the Test School,Based on Deep Learning

Resumen

La identificación temprana de las expresiones faciales que representan las emociones desfavorables de los alumnos puede ser un medio para ayudarlos en situaciones emocionales complejas que pueden afectar su rendimiento académico. Sin embargo, reconocer de forma no automatizada sus emociones en las aulas con 20 o 40 alumnos, puede ser un trabajo complicado para el tutor, quien tiene que identificar factores de riesgo de deserción estudiantil. Una forma eficiente de identificar esas expresiones faciales de las emociones es a través de métodos de reconocimiento de patrones como es el detector de objetos YOLO v3, el cual se ha probado ampliamente en datos artificiales. Sin embargo, su rendimiento en la identificación de las expresiones faciales en tiempo real puede cambiar en su eficacia y eficiencia. En el presente trabajo se identifican las expresiones faciales desfavorables en tiempo real de los alumnos del TEST que pueden influir en el momento de su aprendizaje en las aulas. Los resultados experimentales mostraron un rendimiento adecuado de la red YOLO v3 en la curva ROC de las expresiones faciales del TEST, tales como afraid, disgust, happy, sad y surprice. No obstante, ésta situación no se presenta en los experimentos de prueba de las imágenes de internet. Para ambos casos, la expresión facial angry no se reconoce de manera adecuada en la curva ROC.