Más allá de FACS: Diccionarios de expresiones faciales basados en datos, con aplicación para predecir el autismo

Área de la Ciencia:

• Visión por computadora
• Ciencias del comportamiento
• Aprendizaje automático

Sus antecedentes:

• El Sistema de Codificación de Acción Facial (FACS) es crucial para vincular el comportamiento facial a la salud mental, pero requiere mucha mano de obra y es costoso.
• La detección de la Unidad de Acción Automatizada (UA) tiene limitaciones en cuanto a precisión y cobertura, lo que dificulta el análisis integral de las expresiones faciales.
• Los métodos existentes luchan por representar la totalidad de las expresiones faciales, excluyendo muchas UA.

Objetivo del estudio:

• Introducir Facial Basis, un nuevo sistema de codificación basado en datos para el análisis del movimiento facial.
• Para superar las limitaciones de la codificación automática FACS, incluida la anotación manual, el repertorio de movimientos limitado y las combinaciones de unidades no aditivas.
• Proporcionar un enfoque integral y sin supervisión para la deconstrucción de las expresiones faciales en videos.

Principales métodos:

• Desarrolló un sistema de codificación basado en datos, Facial Basis, con unidades que representan movimientos faciales localizados e interpretables en 3D.
• Implementó un marco de aprendizaje sin supervisión, eliminando la necesidad de anotación manual.
• Ensured Facial Basis reconstruye todos los movimientos faciales observables y que sus unidades son aditivas.

Principales resultados:

• Facial Basis reconstruye con precisión todos los movimientos faciales observables, a diferencia de FACS automatizado que utiliza un conjunto limitado de AU.
• El sistema no está supervisado, evitando la necesidad de anotaciones manuales costosas y que consumen mucho tiempo.
• Las unidades de base facial son aditivas, superando las limitaciones de las combinaciones de UA no aditivas en los métodos existentes.
• Facial Basis superó al detector líder de la UA en la predicción del diagnóstico de autismo a partir de datos de video.

Conclusiones:

• Facial Basis presenta un avance significativo como la primera alternativa FACS para deconstruir las expresiones faciales en movimientos localizados de video.
• La naturaleza integral y sin supervisión de Facial Basis lo convierte en una herramienta valiosa para la investigación del comportamiento.
• Este método es prometedor para mejorar nuestra comprensión del comportamiento facial en relación con condiciones de salud mental como el autismo.