Esta tesis busca desarrollar un tacómetro emocional utilizando visión artificial basada en deep learning para detectar en tiempo real emociones críticas como el estrés y la irritabilidad en trabajadores mineros, con el fin de reducir los riesgos laborales asociados. El sistema implementado emplea MediaPipe para analizar expresiones faciales mediante la identificación de 468 puntos clave en el rostro, clasificando seis emociones básicas agrupadas en indicadores de riesgo emocional. Se realizó una prueba piloto en un entorno controlado que simulaba condiciones mineras, con cinco conductores en distintos turnos, utilizando cámaras IP industriales, conectividad satelital y un módulo de visualización en tiempo real. Además, se aplicó una encuesta con escala Likert a 80 trabajadores para evaluar la percepción del sistema. Los resultados muestran tasas de detección facial del 98,3...