Mejorar el algoritmo con ultralytics + supervision

[KevinFernandez21]

Mejorar el sistema de detección y reconocimiento de emociones integrando Ultralytics YOLO y Supervision para mayor precisión y robustez.

Contexto:
El sistema actual usa MediaPipe para detección facial. Esta mejora implementará un enfoque híbrido o alternativo usando modelos más avanzados.

Objetivos:

1. Implementar detección con Ultralytics YOLO

   • Integrar YOLOv8 o YOLOv9 para detección de rostros
   • Fine-tuning del modelo para detección de expresiones faciales
   • Comparar performance vs MediaPipe actual

2. Usar Supervision para tracking y visualización

   • Tracking de múltiples rostros en escena
   • Anotaciones visuales mejoradas
   • Sistema de conteo y estadísticas
   • Zonas de interés (ROI) para optimizar procesamiento

3. Mejorar pipeline de detección de emociones

   • Integrar modelo YOLO entrenado para emociones
   • Clasificación directa de emociones desde YOLO
   • Combinación de features de MediaPipe + YOLO para mejor precisión
   • Ensemble de modelos para mayor confiabilidad

4. Optimizaciones de performance

   • Batch processing de frames
   • Optimización con TensorRT o ONNX
   • Reducir latencia de inferencia
   • Balance precisión vs velocidad

5. Features adicionales con Supervision

   • Heatmaps de emociones en video
   • Tracking de cambios emocionales a lo largo del tiempo
   • Detección de múltiples personas simultáneas
   • Filtros para evitar falsos positivos