1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
  2. Tesis de Posgrado
  3. Chihuahua
  4. Instituto Tecnológico de Chihuahua
  5. Tesis de Maestría
  6. Maestría en Ciencias en Ingeniería Electrónica

Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/12227
Full metadata record
DC FieldValueLanguage
dc.contributor.authorNEVÁREZ OCHOA, LUIS XAVIER-
dc.creatorNEVÁREZ OCHOA, LUIS XAVIER#NEOL960621HCHVCS07-
dc.date.accessioned2026-02-26T21:22:00Z-
dc.date.available2026-02-26T21:22:00Z-
dc.date.issued2026-01-01-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/12227-
dc.descriptionRESUMEN RECONOCIMIENTO DE EMOCIONES MEDIANTE IMÁGENES DE EXPRESIONES FACIALES BASADO EN ARQUITECTURA DE RED SIAMESA Las técnicas de reconocimiento de emociones han evolucionado en los últimos años, pasando desde análisis realizados por personal especializado, hasta modelos computacionales que puedan diferenciar las emociones por medio de señales cerebrales, texto, voz y fotografías o videos. Entre estas, en tesis se hace uso de imágenes de expresiones faciales para la diferenciación y clasificación de emociones. En el estado del arte se encuentran distintos métodos y tecnologías para discernir qué emoción presenta una persona, así como la cantidad de emociones utilizadas y cuáles son las más comunes de utilizar. Por ello, en este trabajo se tiene como objetivo la creación de un modelo de red profunda con arquitectura siamesa para el reconocimiento de emociones por medio de imágenes y que sea capaz de funcionar sobre un sistema embebido de manera rápida, portable y sin complicaciones de incompatibilidad de paquetes o una pobre optimización. Para desarrollar el modelo final de red siamesa se realizó una etapa previa llevando a cabo entrenamientos con pares de emociones que siguieran estas características: que fueran similares entre sí, que fueran medianamente similares, y que fueran distintas. El número de emociones se fue incrementando hasta que el modelo mantuviera una precisión general por arriba del 80%. Este límite se puede alcanzar hasta con 6 emociones, pero el modelo final resultó ser un modelo para 5 emociones con cerca de 90% de precisión. En conclusión, se desarrollaron 3 modelos de arquitectura siamesa capaces de funcionar en sistemas de carácter embebido por medio de una migración de la red neuronal desde Matlab viii hacia Python y se dan a conocer los resultados de precisión y rendimiento ante diferentes dispositivos. Los 3 modelos presentan rendimiento entre el 80% y 85% de precisión.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/4es_MX
dc.subject.otherRECONOCIMIENTO DE EMOCIONES MEDIANTE IMÁGENES DE EXPRESIONES FACIALES BASADO EN ARQUITECTURA DE RED SIAMESAes_MX
dc.titleRECONOCIMIENTO DE EMOCIONES MEDIANTE IMÁGENES DE EXPRESIONES FACIALES BASADO EN ARQUITECTURA DE RED SIAMESAes_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorCHACÓN MURGUÍA, MARIO IGNACIO#CAMM590201NC4-
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmInstituto Tecnológico de Chihuahuaes_MX
Appears in Collections:Maestría en Ciencias en Ingeniería Electrónica

Files in This Item:
File Description SizeFormat 
Tesis Nevarez Ochoa Luis Xavier.pdf3.43 MBAdobe PDFView/Open


This item is protected by original copyright

View License
Show simple item record


This item is licensed under a Creative Commons License Creative Commons