RT info:eu-repo/semantics/bachelorThesis
T1 Determinación del estado emocional a través del  análisis de video facial utilizando técnicas de Deep  Learning
A1 Falcone, Andres Nolberto
A2 Universidad de Valladolid. Escuela de Ingenierías Industriales
K1 Reconocimiento emocional
K1 Vídeo facial
K1 Aprendizaje profundo
K1 Vision Transformer
K1 CNN-LSTM
K1 3311.01 Tecnología de la Automatización
AB El presente Trabajo de Fin de Grado se centra en el diseño, implementación y evaluación de un sistema automático para el reconocimiento del estado emocional a partir de vídeo facial dinámico mediante técnicas de Deep Learning. El objetivo principal ha sido explorar arquitecturas que integren tanto el análisis espacial como la codificación temporal de las expresiones faciales humanas, evaluando su rendimiento en entornos controlados y no controlados. Para ello, se han desarrollado y comparado dos enfoques complementarios: una arquitectura basada en Vision Transformer (ViT-B/32), integrada en el marco multimodal CLIP y entrenada con la base de datos DFEW; y un sistema CNN+LSTM adaptado para su ejecución en tiempo real con entrada desde webcam. La arquitectura ViT-B/32 ha sido evaluada de manera formal mediante test directo y validación cruzada con la base MAFW, alcanzando métricas destacadas en emociones como felicidad o tristeza. Por su parte, el modelo CNN+LSTM ha demostrado una operatividad estable en escenarios en vivo, aunque sin evaluación cuantitativa formal. Los resultados obtenidos demuestran la viabilidad de aplicar redes neuronales profundas al reconocimiento afectivo en vídeo, resaltando tanto las capacidades del sistema como las limitaciones asociadas a la detección de emociones ambiguas o poco representadas. Este trabajo sienta las bases para futuras aplicaciones en el ámbito de la salud, la interacción hombre-máquina y la inteligencia artificial afectiva.
YR 2025
FD 2025
LK https://uvadoc.uva.es/handle/10324/81700
UL https://uvadoc.uva.es/handle/10324/81700
LA spa
NO Departamento de Ingeniería de Sistemas y Automática
DS UVaDOC
RD 17-ene-2026