Codificación facial automatizada: Validación de emociones básicas y AUs del FACS en FaceReader.

En este estudio, validamos el software de codificación facial automatizada (AFC)—FaceReader (Noldus, 2014)—en 2 conjuntos de datos públicos y objetivos de expresiones humanas de emociones básicas. Presentamos las puntuaciones de coincidencia (exactitud) para el reconocimiento de expresiones faciales y el índice de acuerdo del Sistema de Codificación de Acción Facial (FACS). En 2005, se reportaron puntuaciones de coincidencia del 89% para FaceReader. Sin embargo, investigaciones anteriores utilizaron una versión de FaceReader que implementaba algoritmos más antiguos (versión 1.0) y no contenía clasificadores FACS. En este estudio, probamos la versión más nueva (6.0). FaceReader reconoció el 88% de las etiquetas emocionales objetivo en el Conjunto de Imágenes de Expresión Facial Emocional de Varsovia (WSEFEP) y en el Conjunto de Expresión Facial Dinámica de Ámsterdam (ADFES). El software alcanzó un índice de acuerdo FACS de 0.67 en promedio en ambos conjuntos de datos. Los resultados de esta prueba de validación son significativos solo en relación con las tasas de rendimiento humano tanto para el reconocimiento de emociones básicas como para la codificación FACS. El reconocimiento de emociones humanas para los 2 conjuntos de datos fue del 85%, por lo tanto, FaceReader es tan eficaz en el reconocimiento de emociones como los humanos. Para recibir la certificación FACS, un codificador humano debe alcanzar un acuerdo de 0.70 con la codificación maestra de la prueba final. A pesar de que FaceReader no alcanzó esta puntuación, las unidades de acción (AUs) 1, 2, 4, 5, 6, 9, 12, 15 y 25 pueden usarse con alta precisión. Creemos que FaceReader ha demostrado ser un indicador confiable de emociones básicas en la última década y tiene el potencial de volverse igualmente robusto con FACS.