Diseño de un sistema de identificación de emociones mediante reconocimiento de patrones geométricos en el rostro para mejorar la interacción robótica social con personas con discapacidad

Abstract

La interacción robótica social enfrenta desafíos significativos al asistir a personas con discapacidad, especialmente aquellas con Trastorno del Espectro Autista (TEA) no verbal, debido a barreras inherentes en la comunicación emocional. Esta investigación presenta el diseño y validación de un sistema de identificación de emociones que analiza patrones geométricos faciales para fomentar una interacción empática y adaptativa. Utilizando la librería MediaPipe Face Mesh, el sistema procesa 468 puntos de referencia en tiempo real, calculando distancias euclidianas y curvaturas polinomiales para clasificar seis emociones básicas sin depender de modelos de aprendizaje profundo de caja negra. La metodología experimental comparó un grupo experimental (estudiantes con TEA) y un grupo de control neurotípico, analizando una muestra validada de 150 instancias (25 por emoción) obtenidas mediante un protocolo de inducción de estímulos personalizados. Los resultados demostraron una efectividad global del 82.33% en el grupo experimental, con una brecha marginal del 1.67% respecto al control, destacando una alta precisión en Sorpresa (90%) y Miedo (89%). Adicionalmente, la validación social mediante el cuestionario TEQ reveló que el 87% de los usuarios percibió una conexión emocional genuina, con una satisfacción docente de 4.9/5.0, concluyendo que el prototipo es una herramienta inclusiva, robusta y eficiente para la asistencia robótica.