Proyecto EMPATIA-CM

Permanent URI for this collection

https://hdl.handle.net/10016/32277

Archivo Abierto Institucional de la Universidad Carlos III de Madrid:Instituto Universitario de Estudios de Género. Proyecto Empatia-CM

EMPATIA-CM (protEcción integral de las víctimas de violencia de género Mediante comPutación AfecTIva multimodAl) es un proyecto de investigación que tiene por objetivo general entender las reacciones de las víctimas de la VG ante situaciones de peligro, generar mecanismos de detección automática de estas situaciones y estudiar cómo reaccionar de forma integral, coordinada y eficaz para protegerlas de la forma más óptima posible.

Página Web

EMPATÍA-CM está formado por dos grupos:

• UC3MTEC (Beneficiario) Liderado por Celia López Ongil de la Escuela Politécnica Superior de la Universidad Carlos III de Madrid.

• IEG (Beneficiario) del que es responsable Rosa San Segundo Manuel del Instituto Universitario de Estudios de Género de la Universidad Carlos III de Madrid

Browse

Now showing 1 - 15 of 15

La perspectiva de género en el desarrollo tecnológico: a propósito del Proyecto EMPATÍA-CM
(Ediciones Universidad de Valladolid, 2022-02-11) Martinez Rubio, Eva; Alboreca Fernandez-Barredo, Barbara; Comunidad de Madrid
En el presente artículo se aborda de forma crítica la construcción androcéntrica del conocimiento y la tecnología. Aquí se plantea la necesidad de introducir la perspectiva de género en ambos ámbitos, desde el marco de la epistemología feminista. Asimismo, se describe la implementación de esta perspectiva a lo largo del Proyecto EMPATÍA-CM como medio para construir nuevas relaciones entre identidades no hegemónicas y nuevas tecnologías. Este proyecto, liderado por el Equipo UC3MSafety de la Universidad Carlos III de Madrid, tiene por objetivo desarrollar un sistema capaz de detectar situaciones de riesgo para las mujeres víctimas de Violencia de Género, mediante la identificación de reacciones emocionales
Bindi: Affective internet of things to combat gender-based violence
(IEEE, 2022-11-01) Miranda Calero, José Ángel; Rituerto González, Esther; Luis Mingueza, Clara; Canabal Benito, Manuel Felipe; Ramírez Bárcenas, Alberto; Lanza Gutiérrez, José Manuel; Peláez Moreno, Carmen; López Ongil, Celia; Comunidad de Madrid; Ministerio de Ciencia e Innovación (España); Universidad Carlos III de Madrid
The main research motivation of this article is the fight against gender-based violence and achieving gender equality from a technological perspective. The solution proposed in this work goes beyond currently existing panic buttons, needing to be manually operated by the victims under difficult circumstances. Instead, Bindi, our end-to-end autonomous multimodal system, relies on artificial intelligence methods to automatically identify violent situations, based on detecting fear-related emotions, and trigger a protection protocol, if necessary. To this end, Bindi integrates modern state-of-the-art technologies, such as the Internet of Bodies, affective computing, and cyber-physical systems, leveraging: 1) affective Internet of Things (IoT) with auditory and physiological commercial off-the-shelf smart sensors embedded in wearable devices; 2) hierarchical multisensorial information fusion; and 3) the edge-fog-cloud IoT architecture. This solution is evaluated using our own data set named WEMAC, a very recently collected and freely available collection of data comprising the auditory and physiological responses of 47 women to several emotions elicited by using a virtual reality environment. On this basis, this work provides an analysis of multimodal late fusion strategies to combine the physiological and speech data processing pipelines to identify the best intelligence engine strategy for Bindi. In particular, the best data fusion strategy reports an overall fear classification accuracy of 63.61% for a subject-independent approach. Both a power consumption study and an audio data processing pipeline to detect violent acoustic events complement this analysis. This research is intended as an initial multimodal baseline that facilitates further work with real-life elicited fear in women.
UC3M4Safety Database description
(2023) Blanco Ruiz, María Ángeles; Gutiérrez Martín, Laura; Miranda Calero, José Ángel; Canabal Benito, Manuel Felipe; Rituerto González, Esther; Luis Mingueza, Clara; Robredo García, José Carlos; Morán González, Beatriz; Páez Montoro, Alba; Ramírez Bárcenas, Alberto; Martínez Rubio, Eva; Romero Perales, Elena; Sainz de Baranda Andújar, Clara; San Segundo Manuel, Rosa; Larrabeiti López, David; Peláez Moreno, Carmen; López Ongil, Celia; Comunidad de Madrid
EMPATIA-CM (Comprehensive Protection of Gender-based Violence Victims through Multimodal Affective Computing) is a research project that aims to generally understand the reactions of Gender-based Violence Victims to situations of danger, generate mechanisms for automatic detection of these situations and study how to react in a comprehensive, coordinated and effective way to protect them in the most optimal way possible. The project is divided into five objectives that demonstrate the need and added value of the multidisciplinary approach: * Understand the reaction mechanisms of the Gender-based Violence Victims to risky situations. * Investigate, design and verify algorithms to automatically detect Risk Situations in Gender-based Violence Victims. * Design and implement the Automatic Detection System for Risk Situations in Gender-based Violence Victims. * Investigate a new protocol to protect Gender-based Violence Victims with a holistic approach. * Use the data collected by the System for detecting hazardous situations in Gender-based Violence Victims.
Evaluación del protocolo ético de investigación con víctimas de violencia de género del proyecto EMPATÍA-CM desde una perspectiva feminista, antiedadista e inclusiva
(2021) Cruceanu, Georgiana Livia; Blanco-Ruiz, Marian; Sainz de Baranda Andújar, Clara
La presente evaluación busca poner en evidencia la ausencia de la ética en la investigación, especialmente cuando se trata de colectivos vulnerables o cuando el objeto de estudio es el propio trauma. En el caso concreto de las víctimas de violencia de género, se requiere de una atención especial tanto para asegurar su bienestar como del propio equipo investigador (víctimas secundarias). Desde una perspectiva feminista, antiedadista e inclusiva se evalua el protocolo ético del Proyecto EMPATÍA-CM (contenido y aplicación en las distintas fases), siguiendo la propuesta sistémica de Bustelo y Ligero conocida como “Rayuela”. Se exponen las hipótesis de partida y se presentan los principales resultados que aluden a la formación en género como hecho que incentiva la conciencia de género y el compromiso de transformación para mejorar la situación de las mujeres y, por otro lado, el cuidado de los/as investigadores/as. Finalmente, se recogen algunas conclusiones y recomendaciones, destacando la idea de considerar a las voluntarias víctimas de violencia de género, protagonistas y no objeto de estudio.
Fear recognition for women using a reduced set of physiological signals
(MDPI, 2021-03-01) Miranda Calero, José Ángel; Canabal Benito, Manuel Felipe; Gutiérrez Martín, Laura; Lanza Gutiérrez, José Manuel; Portela García, Marta; López Ongil, Celia; Comunidad de Madrid
Emotion recognition is benefitting from the latest research into physiological monitoring and wireless communications, among other remarkable achievements. These technologies can indeed provide solutions to protect vulnerable people in scenarios such as personal assaults, the abuse of children or the elderly, gender violence or sexual aggression. Cyberphysical systems using smart sensors, artificial intelligence and wearable and inconspicuous devices can serve as bodyguards to detect these risky situations (through fear-related emotion detection) and automatically trigger a protection protocol. As expected, these systems should be trained and customized for each user to ensure the best possible performance, which undoubtedly requires a gender perspective. This paper presents a specialized fear recognition system for women based on a reduced set of physiological signals. The architecture proposed is characterized by the usage of three physiological sensors, lightweight binary classification and the conjunction of linear (temporal and frequency) and non-linear features. Moreover, a binary fear mapping strategy between dimensional and discrete emotional information based on emotional self-report data is implemented to avoid emotional bias. The architecture is evaluated using a public multi-modal physiological dataset with two approaches (subject-dependent and subject-independent models) focusing on the female participants. As a result, the proposal outperforms the state-of-the-art in fear recognition, achieving a recognition rate of up to 96.33% for the subject-dependent model.
Enunciación de la violencia de género y marco educativo para su prevención
(Hipatia Press, 2019-02) San Segundo Manuel, Rosa; Codina Canet, María Adelina
Se abordan el género como categoría construida socialmente, para delimitar la concepción de violencia de género. La violencia hace referencia a una forma de interactuar con los otros, procede de la segregación histórica de la mujer que tiene una trayectoria milenaria, se ejerce hacia las mujeres por el hecho de serlo. Tiene sus orígenes con la división sexual del trabajo y la propiedad privada. La esclavitud en un principio fue solo femenina, conformó la violencia de género, ésta ha sido la forma más bárbara de dominación. Como consecuencia, se va a establecer todo un orden simbólico del mundo para legitimar esta subordinación que se va a manifestar en todos los órdenes y se ejerce mediante construcciones sociales, culturales, políticas, psicológicas, jurídicas, económicas, y en el medio audiovisual. La violencia como agresión aprendida social y culturalmente, es una estrategia para someter a las mujeres y se manifiesta de múltiples formas, en relaciones de abuso, de acoso, y otras múltiples las formas que adquiere la violencia de género. La salida y la prevención son fundamentales en violencia de género, así la igualdad y la no violencia son esenciales para el progreso y el desarrollo de los derechos humanos y de una vida en dignidad.
Estudio de emociones relacionadas con la violencia de género a través del análisis facial
(2020-10) Campos Montes, Rodrigo; UC3M. Departamento de Ingeniería Mecánica; Zorrilla Muñoz, Vanesa
La violencia de género es un problema de la sociedad actual que afecta a millones de personas y está presente en todas las esferas sociales, dado que, según la ONU, el 35% de mujeres ha sufrido violencia de género en algún momento de su vida. La concienciación sobre este problema es clave, ya que menos del 40% de las mujeres que sufren algún tipo de VG busca ayuda o denuncia al agresor. El proyecto EMPATÍA-CM de la Universidad Carlos III de Madrid propone un enfoque tecnológico para combatir la violencia de género. Sus objetivos principales se centran en entender las reacciones de las víctimas de VG ante situaciones de peligro, generar mecanismos de detección de estas situaciones y estudiar cómo protegerlas de la mejor forma posible. Este Trabajo Fin de Grado forma parte del proyecto EMPATÍA-CM y busca entender y evaluar las emociones que reflejan las personas en situaciones de VG mediante un análisis facial. Para ello, se utilizan dos métodos de observación: método de observación directa y método de análisis biométrico mediante el software FaceReader. Con ambos métodos se realiza un análisis facial de las 6 emociones básicas: alegría, asco, ira, miedo, sorpresa y tristeza, a un grupo de personas voluntarias mientras visualizan escenas de VG. Una vez que se recogen los datos de ambos métodos, se realiza una comparación de los resultados para cada participante en particular y para todas las personas participantes en conjunto. Además, se comparan los resultados por grupo poblacionales, diferenciados por edad y sexo. Gracias a los experimentos realizados, se obtiene que las emociones más observadas en las personas analizadas en situaciones de VG son asco, ira y tristeza. Es necesario destacar que las emociones que sienten las personas en situaciones de VG se deben aprovechar como un recurso fundamental para reflexionar sobre la injusticia de la situación y buscar una manera de actuar de forma responsable en el futuro.
Perspectiva de género y social en las STEM: La construcción de sistemas inteligentes para detección de emociones
(Ediciones Universidad de Valladolid, 2021-03) Sainz de Baranda Andújar, Clara; Blanco Ruiz, María Ángeles; Miranda Calero, José Ángel; Gutiérrez Martín, Laura; Canabal Benito, Manuel Felipe; San Segundo Manuel, Rosa; López Ongil, Celia; Comunidad de Madrid; Universidad Carlos III de Madrid
En este trabajo se presenta cómo se combinan las disciplinas STEM y las Ciencias Sociales para generar una base de datos de estímulos audiovisuales con perspectiva de género que sea capaz de entrenar un sistema inteligente para la detección de situaciones de peligro en Víctimas de Violencia de Género. La metodología de selección de estímulos ha combinado dos procedimientos: 1) Según criterio investigador para aquellos relacionados con los miedos filogenéticos y de aprendizaje asociativo; 2) Según criterios basados en entrevistas en profundidad con expertos/as en violencia y validación de contenido a través de juezas expertas para aquellos relacionados con miedos de experiencias traumáticas de Violencia de Género. Los resultados señalan que la combinación metodológica mejora la selección de estímulos audiovisuales que forman parte de los experimentos, ajustándose mejor a las necesidades de las mujeres Víctimas de Violencia de Género.
Primera campaña de medida de respuestas emocionales y fisiológicas ante estímulos audiovisuales en un entorno de realidad virtual
(2020) Gutiérrez Martín, Laura; Romero Perales, Elena; Sainz de Baranda Andújar, Clara; Blanco-Ruiz, Marian; Comunidad de Madrid
La medida de respuestas fisiológicas frente a estímulos emocionales es un tema de creciente interés en los últimos años tanto desde el punto de vista de entender las reacciones corporales frente a diferentes emociones como para su inclusión en los nuevos sistemas de computación afectiva. Este trabajo se centra fundamentalmente en la comprensión de la respuesta emocional frente al miedo. Específicamente, se presentan los resultados de la primera campaña de pruebas de medida de respuestas emocionales y fisiológicas ante estímulos audiovisuales realizada dentro del proyecto EMPATIA-CM. Este proyecto tiene como objetivo la mejora de la protección de las víctimas de violencia de género con una solución capaz de avisar de forma automática, inmediata y remota de situaciones de riesgo. En esta primera etapa se diseña un entorno de realidad virtual para la visualización de los estímulos, y se realiza una campaña de pruebas con 19 personas voluntarias a las que se proyectan 20 vídeos asociados a diferentes emociones y se recogen sus respuestas emocionales y fisiológicas. Estos datos se han analizado para detectar variaciones de las etiquetas reportadas según género y edad, relación muy relevante para este tipo de ensayos. Además, este análisis permite la selección de los mejores estímulos y para la comprobación y depuración del protocolo de la campaña y métodos de etiquetado para las futuras campañas de prueba con mayor número de personas voluntarias, dedicándose la última a VVG.
Neurotransmisores para mejorar la detección de situaciones de peligro en víctimas de violencia de género
(2020) Canabal Benito, Manuel Felipe; Toro Flores, Rafael; López Ongil, Susana; López Ongil, Celia; Sainz de Baranda Andújar, Clara; Blanco-Ruiz, Marian; Comunidad de Madrid; Universidad Carlos III de Madrid
La detección automática de emociones a través de información fisiológica, física y biológica del usuario y su entorno para ayudar a combatir la violencia contra la mujer plantea una serie de retos, entre ellos, la dificultad para clasificar las emociones debido a su carácter subjetivo. Por ello, con este proyecto se plantea la posibilidad de utilizar la medida de neurotransmisores en sangre para poder clasificarlas de una manera más precisa. En este trabajo se presenta los primeros resultados del experimento piloto realizado con 5 mujeres sanas a las que se les sometió a diferentes estímulos audiovisuales mientras se recogían muestras de sangre para ver la evolución temporal de la concentración de neurotransmisores después de experimentar emociones de miedo o de otro tipo. Los resultados obtenidos abren la puerta a un estudio de mayor envergadura con el que poder obtener un modelo que relacione las emociones con las concentraciones de neurotransmisores en sangre.
Patrones y tendencias emergentes de la estructura científica internacional en el dominio "discurso del odio"
(Universidade de Brasília - UnB, 2020-09-13) Puerta Díaz, Mirelys; Ovalle Perandones, María Antonia; Martínez Ávila, Daniel; Comunidad de Madrid; Ministerio de Ciencia e Innovación (España)
El objetivo de esta investigación es identificar los patrones y tendencias en la estructura científica internacional sobre discursos de odio. Revela la red de colaboración científica, la estructura de cocitación, las áreas de conocimiento con las que está vinculado el tema y las materias que marcan las tendencias en este dominio. Se recuperaron los 411 artículos científicos que contienen la expresión "hate speech" en los campos título, resumen y palabras clave de la Web of Science Core Collection, periodo 2009-2018. Los programas Bibexcel versión 2017 y Pajek para el análisis y visualización de las redes de cocitación y colaboración; y Latent Dirichlet Allocation como técnica de procesamiento de lenguaje natural en los campos títulos, resúmenes y palabras claves. Los resultados muestran un significante aumento de publicaciones a partir de 2013 y un pico en 2018. Se revelaron los autores, países y fuentes más productivas, así como las redes de coautoría y cocitación de esta producción. El Análisis de Redes Sociales mostró que a pesar de que la presencia de discursos del odio en aún incipiente en la literatura científicaexiste un fuerte núcleo teórico sobre la temática que está siendo frecuentemente citado por la comunidad académica internacional.
Emotion Elicitation Under Audiovisual Stimuli Reception: Should Artificial Intelligence Consider the Gender Perspective?
(MDPI, 2020-11-02) Blanco Ruiz, María Ángeles; Sainz de Baranda Andújar, Clara; Gutiérrez Martín, Laura; Romero Perales, Elena; López Ongil, Celia; Comunidad de Madrid
Identification of emotions triggered by different sourced stimuli can be applied to automatic systems that help, relieve or protect vulnerable groups of population. The selection of the best stimuli allows to train these artificial intelligence-based systems in a more efficient and precise manner in order to discern different risky situations, characterized either by panic or fear emotions, in a clear and accurate way. The presented research study has produced a dataset of audiovisual stimuli (UC3M4Safety database) that triggers a complete range of emotions, with a high level ofagreement and with a discrete emotional categorization, as well as quantitative categorization in the Pleasure-Arousal-Dominance Affective space. This database is adequate for the machine learning algorithms contained in these automatic systems. Furthermore, this work analyses the effects of gender in the emotion elicitation under audiovisual stimuli, which can help to better design the final solution. Particularly, the focus is set on emotional responses to audiovisual stimuli reproducing situations experienced by women, such as gender-based violence. A statistical study of genderdifferences in emotional response was carried out on 1332 participants (811 women and 521 men).The average responses per video is around 84 (SD = 22). Data analysis was carried out with RStudio®.
Error-Tolerant Computation for Voting Classifiers With Multiple Classes
(IEEE, 2020-09-21) Liu, Shanshan; Reviriego Vasallo, Pedro; Montuschi, Paolo; Lombardi, Fabrizio; Ministerio de Economía y Competitividad (España); Comunidad de Madrid
In supervised learning, labeled data are provided as inputs and then learning is used to classify new observations. Error tolerance should be guaranteed for classifiers when they are employed in critical applications. A widely used type of classifiers is based on voting among instances (referred to as single voter classifiers) or multiple voters (referred to as ensemble classifiers). When the classifiers are implemented on a processor, Time-Based Modular Redundancy (TBMR) techniques are often used for protection due to the inflexibility of the hardware. In TBMR, any single error can be handled at the cost of additional computing either once for detection or twice for correction after detection; however, this technique increases the computation overhead by at least 100%. The Voting Margin (VM) scheme has recently been proposed to reduce the computation overhead of TBMR, but this scheme has only been utilized for k Nearest Neighbors ( k NNs) classifiers with two classes. In this paper, the VM scheme is extended to multiple classes, as well as other voting classifiers by exploiting the intrinsic robustness of the algorithms. k NNs (that is a single voter classifier) and Random Forest (RF) (that is an ensemble classifier) are considered to evaluate the proposed scheme. Using multiple datasets, the results show that the proposed scheme significantly reduces the computation overhead by more than 70% for k NNs with good classification accuracy and by more than 90% for RF in all cases. However, when extended to multiple classes, the VM scheme for k NNs is not efficient for some datasets. In this paper, a new protection scheme referred to as k + 1 NNs is presented as an alternative option to provide efficient protection in those scenarios. In the new scheme, the computation overhead can be further reduced at the cost of allowing a very low percentage of errors that can modify the classification outcome.
Data Augmentation for Speaker Identification under Stress Conditions to Combat Gender-Based Violence
(MDPI, 2019-06-04) Rituerto González, Esther; Minguez Sanchez, Alba; Gallardo Antolín, Ascensión; Peláez Moreno, Carmen; Comunidad de Madrid; Ministerio de Economía y Competitividad (España)
A Speaker Identification system for a personalized wearable device to combat gender-based violence is presented in this paper. Speaker recognition systems exhibit a decrease in performance when the user is under emotional or stress conditions, thus the objective of this paper is to measure the effects of stress in speech to ultimately try to mitigate their consequences on a speaker identification task, by using data augmentation techniques specifically tailored for this purpose given the lack of data resources for this condition. An extensive experimentation has been carried out for assessing the effectiveness of the proposed techniques. First, we conclude that the best performance is always obtained when naturally stressed samples are included in the training set, and second, when these are not available, their substitution and augmentation with synthetically generated stress-like samples improves the performance of the system.
Detección de estrés en señales de voz
(2017-06-20) Mínguez Sánchez, Alba; Peláez Moreno, Carmen; UC3M. Departamento de Teoría de la Señal y Comunicaciones
El estrés se ha convertido en uno de los factores más importantes para aquellas profesiones en las que la toma rápida de decisiones bajo situaciones de presión es la tarea principal. Igualmente, el estrés es el causante de una de las fobias más comunes entre los adultos: la glosofobia o el miedo a hablar en público. La necesidad de controlar estas situaciones de tensión ha desembocado en el estudio de reconocimiento de emociones y estrés. Sin embargo, en los últimos años, las investigaciones para detectar estrés a partir de la voz se han realizado, de forma general, en entornos de laboratorio de los que se extraen conclusiones limitadas a la hora de analizar eventos de estrés reales. En nuestro proyecto, utilizaremos una base de datos de estudiantes que realizan discursos en público mientras se les toman medidas sobre su ritmo cardíaco. Realizaremos la extracción de un set básico de características de la voz y generaremos etiquetas basadas estas medidas biométricas con el fin de realizar una detección entre estrés y no estrés lo más precisa posible. Con el fin de conseguir esta precisión, se realizará una extracción de características a diferentes niveles de análisis; las etiquetas se basarán en distintos umbrales de decisión y, por último, se diseñarán diversos clasificadores, dando lugar a un porcentaje de acierto, en cualquiera de las combinaciones, superior al 80 %.

Browse

Recent Submissions