Dice el refrán que una imagen vale más que mil palabras. Pero, ¿qué pasa si no puedes saber lo que muestra la imagen? Desde fotografías familiares incómodas hasta fotografías de clase, a veces es complicado saber lo que piensan las personas en las imágenes.

Usando el aprendizaje automático y el aprendizaje profundo con redes neuronales, un equipo de la Universidad de Delaware está averiguando eso. Un equipo dirigido por la estudiante de doctorado Xin (Cindy) Guo obtuvo el primer lugar en el sub-desafío de reconocimiento de emociones a nivel de grupo, uno de los tres sub-desafíos en el sexto desafío Emotion Recognition in the Wild (EmotiW 2018). Los ganadores fueron anunciados en la Conferencia Internacional ACM sobre Interacción Multimodal 2018, que se llevó a cabo en octubre de 2018.

A los equipos se les dio un conjunto de imágenes que representaban a un grupo de personas y se les asignó la tarea de desarrollar un algoritmo que pudiera clasificar a las personas en las fotos como felices. neutral o negativo. Los equipos tuvieron un mes y medio y siete intentos para producir el algoritmo más preciso posible. La solución ganadora del equipo UD, titulado "Reconocimiento de emociones a nivel de grupo mediante modelos híbridos profundos basados ​​en rostros, Escenas Esqueletos y atenciones visuales, "será publicado por ACM. El grupo fusionó ocho modelos diferentes para desarrollar su solución ganadora, que funciona con fotografías en una variedad de resoluciones, borroso para aclarar.

¿El objetivo de tal trabajo? Para clasificar automáticamente las imágenes cargadas en sitios web.

"Cuando la gente busca, verían las imágenes que están buscando porque el algoritmo se ejecutaría y etiquetaría si las personas están felices o no, ", dijo Guo." Podría usarse para analizar las emociones de un grupo de personas fotografiadas en una protesta, una fiesta, una boda, o una reunión, por ejemplo. Esta tecnología también podría desarrollarse para determinar qué tipo de evento muestra una imagen determinada ".