Video Experimental Relacionado
Updated: Jan 8, 2026
07:12
Protocol for Data Collection and Analysis Applied to Automated Facial Expression Analysis Technology and Temporal Analysis for Sensory Evaluation
Published on: August 26, 2016
9.8K
Fusión de características espectral-espaciales para el reconocimiento facial de expresiones en tiempo real
Jinjing Ma1, Yongcheng Lin2, Lanmei Qian2
1Nantong Institute of Technology, Nantong, 226001, Jiangsu, China. 843731114@qq.com.
Scientific reports
|December 17, 2025
Resumen
Este estudio presenta SPAYOLO, una nueva red para el reconocimiento de expresiones faciales (FER) que mejora la extracción de características utilizando información espacial y de frecuencia. El modelo logra una alta precisión en conjuntos de datos de referencia manteniendo la eficiencia computacional para aplicaciones en tiempo real.
Área de la Ciencia:
- Visión por Computadora
- Computación Afectiva
- Aprendizaje Automático
Sus antecedentes:
- El reconocimiento de expresiones faciales (FER) es crucial, pero los métodos actuales enfrentan desafíos computacionales y una extracción de características limitada.
- Los modelos FER existentes luchan por capturar de manera efectiva las características sutiles basadas en el espacio y la frecuencia que son discriminatorias.
Objetivo del estudio:
- Proponer SPAYOLO (Spectral-aware Perception and Aggregation YOLOv8), una nueva red FER que aborda los costos computacionales y las limitaciones de extracción de características.
- Mejorar el rendimiento de FER modelando sistemáticamente las características espaciales y de frecuencia utilizando un nuevo módulo.
Principales métodos:
- Se desarrolló el Módulo de Percepción y Agregación Consciente del Espectro (SPAM) que integra el Modelado Jerárquico de Campos Receptivos (HRM) para características espaciales y la Ruta de Mejora de Frecuencia (FEP) utilizando la Transformada Rápida de Fourier (FFT) para características de frecuencia.
- Se implementó un Mecanismo de Atención de Compuerta (GAM) para la fusión adaptativa de características espaciales y de frecuencia para mejorar la estabilidad.
- Se utilizó la arquitectura YOLOv8 como base para la red SPAYOLO propuesta.
Principales resultados:
- Se logró una precisión del 70,74 % en el conjunto de datos FER2013 y del 67,88 % en el conjunto de datos AffectNet.
- Se demostró una alta eficiencia computacional, lo que lo hace adecuado para el reconocimiento de expresiones faciales en tiempo real.
- Se validó la efectividad de la fusión jerárquica de características y la mejora del dominio de frecuencia en FER.
Conclusiones:
- SPAYOLO ofrece una solución computacionalmente eficiente y precisa para el reconocimiento de expresiones faciales.
- El módulo SPAM propuesto integra de manera efectiva la información del dominio espacial y de frecuencia para mejorar el rendimiento de FER.
- Los hallazgos brindan información valiosa para futuras investigaciones en visión por computadora y computación afectiva.
Videos de Conceptos Relacionados
01:21Association Areas of the Cortex
8.7K
Association areas are regions of the cerebral cortex that do not have a specific sensory or motor function. Instead, they integrate and interpret information from various sources to enable higher cognitive processes such as memory, learning, and decision-making. Some key association areas include the following:
Prefrontal Association Area: This area is located in the frontal lobe and is involved in planning, decision-making, and moderating social behavior. It connects with primary motor areas,...
Prefrontal Association Area: This area is located in the frontal lobe and is involved in planning, decision-making, and moderating social behavior. It connects with primary motor areas,...
8.7K
01:24Facial Feedback Hypothesis
532
Charles Darwin proposed that facial expressions are an evolutionary adaptation for communication. He argued that these expressions are not influenced by culture but are universal across species. For example, a snarling expression with exposed teeth signals a threat in many animals, including humans. Darwin also suggested that displaying an emotion can intensify the feeling. Smiling, for example, could enhance one's sense of happiness. This idea laid the foundation for understanding the role...
532
01:14Muscles for Facial Expressions
4.6K
The craniofacial muscles are a collection of approximately 20 thin skeletal muscles situated beneath the skin of the face and scalp. These muscles, primarily responsible for the vast array of human facial expressions, originate from the bones or fibrous structures of the skull and extend outwards to connect with the skin. While most skeletal muscles in the body are enveloped in thick fascia, facial muscles generally have a more delicate fascial covering, with the buccinator muscle being a...
4.6K
01:03IR Frequency Region: Fingerprint Region
1.8K
IR spectra are divided into two main regions: the diagnostic region and the fingerprint region. The diagnostic region of the spectrum lies above 1500 cm−1. The absorptions resulting from single-bond vibrations of the N–H, C–H, and O–H stretch at higher wavenumbers and appear on the left side of the spectrum. The stretching absorptions of the C≡C and C≡N occur between 2100–2300 cm−1. In contrast, those arising from stretching absorptions of the...
1.8K