Actualmente está reconocido que la imagen es la forma superior de comunicación. Su uso en cualquier sistema audiovisual está influyendo en un cambio cultural que afecta principalmente a la optimización de los procesos de enseñanza y en una mejora del flujo de trabajo audiovisual [1]. No obstante el aumento exponencial de la cantidad y usos, hace necesarias nuevas formas de clasificación para su posterior uso o procesado [2]. El objetivo del trabajo en desarrollo es la categorización e indexación de las emociones que la imagen fotográfica transmite al usuario, comparando las posibles diferencias culturales y estadísticas en la interpretación, para una posterior inclusión de los resultados como información extendida bajo el estándar de metadatos MPEG-7, creado para aumentar la capacidad descriptiva de los contenidos multimedia. Esta nueva clasificación va a aumentar la capacidad descriptiva de la imagen, su categorización semántica en función de las emociones percibidas y por consiguiente la usabilidad de la interacción entre cualquier sistema informático y el usuario. Como aplicación complementaria, esta indexación se pretende aplicar a una plataforma de contenidos 3D basada en la creación de nuevos “avatares”, o agentes virtuales, capaces de interactuar emocionalmente frente a la visualización de imágenes fotográficas.