Compartir

Durante la última década hemos observado un creciente interés en el desarrollo de tecnologías para la percepción automática de emociones. La capacidad de percibir automáticamente las emociones tiene muchas aplicaciones en entornos en los que las máquinas necesitan interactuar y colaborar con humanos. Sin embargo, ¿cómo pueden las máquinas reconocer las emociones?
En esta masterclass ofreceré una introducción a la Computación Afectiva, la disciplina que estudia y desarrolla sistemas y dispositivos que pueden reconocer, interpretar, procesar o simular emociones o sentimientos. Después de una introducción general a la Computación Afectiva, realizaré una revisión de las técnicas para la percepción automática de emociones y también hablaré de las limitaciones de estas tecnologías existentes. Por último, explicaré ejemplos de proyectos de investigación que utilizan la percepción automática de las emociones para mejorar el bienestar de las personas.

Programa

1. Introducción a la Computación Afectiva. Breve historia de la Computación Afectiva y principales tópicos de investigación.
2. Técnicas por la Percepción Automática de Emociones. Revisión de las técnicas existentes para la percepción automática de emociones y el estado actual del campo de investigación.
3. Empleo de las tecnologías de Percepción Automática de Emociones en proyectos relacionados con el bienestar humano. Descripción de proyectos de investigación que utilicen la percepción automática de emociones para detectar y reducir el estrés y otros ejemplos de proyectos.

Masterclass co-organizada por la Generalitat de Catalunya

[descargas tipo="masterclass"]

Impartido por:

Àgata Lapedriza
Profesora de la Universidad Abierta de Cataluña (UOC)

Directora del grupo de investigación «Artificial Intelligence for Human Well-being» en eleHealth Research Center de la UOC. Investigadora Afiliada al Massachusetts Institute of Technology (MIT) Medialab, en el grupo de investigación de Affective Computing.[/vc_column_text][vc_empty_space][vc_column_text]

CIDAI