面部表情是人類情緒的豐富信息源。與依賴人們表達(dá)自身感受能力的調(diào)查或訪談不同,面部表情能夠揭示即時、無意識的情緒反應(yīng)。
面部表情分析在消費(fèi)者行為研究領(lǐng)域極具價值,因?yàn)榍榫w反應(yīng)會顯著影響決策過程。此外,面部表情分析還廣泛應(yīng)用于其他研究領(lǐng)域,包括行為科學(xué)、醫(yī)學(xué)、心理學(xué)、金融學(xué)和教育學(xué)。
在本文研究中,Elisa Landmann探究了在這些不同研究領(lǐng)域中使用FaceReader的最佳方法,重點(diǎn)關(guān)注實(shí)驗(yàn)設(shè)計(jì)、準(zhǔn)確的數(shù)據(jù)處理與分析以及其他方法學(xué)考量[1]。
情緒理論
在情緒研究領(lǐng)域,兩個重要的情緒理論分別是Ekman的基本情緒理論[2]和Russell的環(huán)形模型[3]。
基本情緒理論認(rèn)為,存在六種基本情緒:快樂、驚訝、憤怒、恐懼、厭惡和悲傷,我們通過面部肌肉來表達(dá)這些情緒。這些情緒也被稱為動作單元(AUs)。
環(huán)形模型則從兩個主要維度來描述情緒:效價和喚醒度。效價指的是情緒的積極或消極程度,而喚醒度則表示情緒所引發(fā)的活動或警覺水平。
FaceReader的工作原理
面部表情分析系統(tǒng)(FaceReader)是一款用于面部表情分析的自動化系統(tǒng)。系統(tǒng)依據(jù)基本情緒理論和環(huán)形模型對面部表情進(jìn)行測量,為研究者提供大量信息。FaceReader的其他優(yōu)勢包括在不同研究領(lǐng)域均成功通過驗(yàn)證,且具有極高的準(zhǔn)確率。該準(zhǔn)確率已通過ADFES數(shù)據(jù)集驗(yàn)證[4]。
為深入了解FaceReader在采集、分析和分析情緒數(shù)據(jù)方面的實(shí)際應(yīng)用,Landmann進(jìn)行了文獻(xiàn)綜述,該綜述涵蓋了來自不同行為研究領(lǐng)域的研究。
FaceReader的系統(tǒng)性綜述
Landmann將64項(xiàng)來自2013-2023年間發(fā)表的有關(guān)FaceReader的學(xué)術(shù)文章納入其綜述研究,并聚焦于FaceReader在四個關(guān)鍵點(diǎn)的應(yīng)用:
- 優(yōu)勢
- 數(shù)據(jù)收集與準(zhǔn)備
- 輸出結(jié)果的處理與分析
- 結(jié)果的有效性
FaceReader的優(yōu)勢
FaceReader廣泛應(yīng)用于醫(yī)學(xué)、心理學(xué)、教育學(xué)、金融學(xué)和市場營銷等多個學(xué)術(shù)研究與商業(yè)領(lǐng)域。由于系統(tǒng)基于算法,面部表情分析不受人類編碼員個人偏見的影響,且分析速度更快。
Western University的Erin Heerey博士表示,F(xiàn)aceReader能在短短14小時內(nèi)完成800小時的人工編碼分析,大大節(jié)省了研究時間,提高了效率。
此外,相較于市場上其他工具,FaceReader的優(yōu)勢還包括:對單個動作單元(AUs)的分類、用戶友好的界面、獲取效價和喚醒度數(shù)據(jù)的能力、實(shí)時分析面部表情的功能、追蹤眼動和注視以及全新版本中的新功能!包括從語音中分析情緒、同時檢測多個面孔(多至8人)等。這將幫助研究者更詳細(xì)地研究情緒狀態(tài)以及更好地理解情緒狀態(tài)與社交互動或群體動態(tài)之間的關(guān)系。
2. FaceReader數(shù)據(jù)的收集與準(zhǔn)備
為優(yōu)化FaceReader的數(shù)據(jù)收集,研究者需要高質(zhì)量的視頻素材,確保面部表情清晰可見。這意味著需關(guān)注充足的照明和合適的攝像機(jī)角度,同時指導(dǎo)被試直視攝像機(jī)并避免頭部過度移動。
此外,FaceReader會評估圖像或視頻的質(zhì)量,幫助研究者獲取并選擇準(zhǔn)確的數(shù)據(jù)進(jìn)行分析。
通過遵循標(biāo)準(zhǔn)化的數(shù)據(jù)收集與準(zhǔn)備協(xié)議,可以提高面部表情分析的質(zhì)量和有效性。