FaceReader e la valutazione delle emozioni attraverso la lettura delle espressioni del volto

L'innovativo Facereader, tra gli strumenti di misura oggettivi delle emozioni, sembra essere quello più affidabile nella lettura delle espressioni visive.

ID Articolo: 120274 - Pubblicato il: 18 aprile 2016
FaceReader e la valutazione delle emozioni attraverso la lettura delle espressioni del volto
Messaggio pubblicitario SFU Magistrale
Condividi

FaceReader, un recente strumento per la valutazione oggettiva delle emozioni, riconoscerebbe le espressioni facciali con un’accuratezza pari all’89%, anche se per alcune emozioni questa stima risulta essere più elevata, mentre per altre leggermente più bassa.

Giulia Pellegrinuzzi – OPEN SCHOOL Studi Cognitivi Milano

 

 

La misurazione delle emozioni in psicologia

Nel campo della psicologia, nel corso del tempo, si sono fatti molti sforzi al fine di trovare una metodologia finalizzata alla misurazione degli stati emozionali. Negli ultimi anni molti ricercatori operanti in campi differenti hanno mostrato un profondo interesse nello sviluppo di strumenti per valutare le emozioni.

In generale è utile fare una distinzione tra gli strumenti di misura espliciti soggettivi verbali e quelli impliciti oggettivi non verbali.

I primi misurano la componente soggettiva dell’emozione, valutata attraverso questionari autosomministrati. Questi ultimi consentono di valutare un’ampia gamma di emozioni, compresi gli stati emozionali misti. Una problematica però a cui vanno incontro è legata al livello verbale su cui si focalizzano: le misure esplicite si basano sul linguaggio che differisce da una cultura all’altra.

Messaggio pubblicitario Per far fronte a ciò e per misurare la componente oggettiva delle emozioni oltre a quella soggettiva, si utilizzano strumenti di misura di tipo implicito. Le misure implicite delle emozioni, rispetto a quelle esplicite soggettive, in generale possiedono un gran numero di vantaggi: sono obiettive, sono indipendenti dal linguaggio verbale e non sono troppo complicate da utilizzare (Zaman e Smith, 2006).

Gli strumenti di misura oggettivi degli stati emozionali possono misurare la componente fisiologica delle emozioni o quella espressiva. I primi si focalizzano sulla registrazione di parametri neurofisiologici, mentre i secondi si basano sulla valutazione del comportamento manifesto ove la componente espressiva dell’emozione è valutata oggettivamente attraverso strumenti che misurano l’espressione facciale. Le misure che si focalizzano su tali valutazioni, partono dal presupposto che le differenti emozioni siano correlate con specifiche configurazioni del volto.

Le emozioni di base quindi, ossia la sorpresa, la paura, il disgusto, la rabbia, la tristezza e gioia sono registrate da cambiamenti dei muscoli della fronte, delle sopracciglia, delle palpebre, delle guance, del naso, delle labbra e del mento.

 

 

Facereader: lo strumento per leggere le emozioni del volto umano

Tra gli strumenti di misura oggettivi principali utilizzati frequentemente in ambito di ricerca rientra ad esempio l’elettromiografia facciale (EMG), un’indagine strumentale di tipo neurofisiologico che misura l’attività dei muscoli facciali rilevando e amplificando gli impulsi elettrici generati dalle fibre muscolari quando si contraggono. Tale strumento è molto utilizzato nello studio delle emozioni, poiché in relazione alle sei emozioni fondamentali, genera un indice sensibile della valenza positiva/negativa delle reazioni affettive, anche se non ci dice nulla riguardo l’intensità di esse.

FaceReader, un recente strumento per la valutazione oggettiva delle emozioni, sembrerebbe ovviare tali limitazioni.

Tale strumento è stato recentemente sviluppato dalla VicarVision e dalla Noldus Information Technology in grado di leggere sul volto umano le sei emozioni di base e l’espressione di tipo neutrale. FaceReader nello specifico, riconosce le espressioni facciali con un’accuratezza pari all’89%, anche se per alcune emozioni questa stima risulta essere più elevata, mentre per altre leggermente più bassa (Den Uyl e van Kuilenburg, 2005). In particolare FaceReader classifica le emozioni di gioia, di paura e l’espressione neutra con una precisione rispettivamente del 97%, 93% e 96%, mentre identifica le espressioni di rabbia, tristezza, disgusto, sorpresa con un’accuratezza dell’80%, dell’85%, dell’88% e dell’85% (Terzis e Moridis, 2010). FaceReader è basato sul sistema di Ekman e Friesen che si basa sul presupposto che alle differenti emozioni primarie corrispondano specifiche configurazioni facciali (Zaman, Shrimpton-Smith, 2006).

 

 

I tre passaggi operativi del funzionamento di Facereader

FaceReader può classificare le espressioni del viso o dal vivo con l’utilizzo di una webcam, o indirettamente attraverso file video o immagini. Le espressioni facciali vengono valutate dal programma attraverso tre passaggi consecutivi.

Il primo passo nel riconoscimento delle emozioni è rappresentato dal cosiddetto ‘Face finding’. Per rilevare il volto, FaceReader si avvale di una combinazione di due algoritmi: l’algoritmo Viola-Jones (Viola e Jones, 2001) che viene utilizzato per rilevare la presenza del viso e la tecnica della ‘deformable template’ che stabilisce invece un inquadramento più accurato, includendo le informazioni riguardanti la rotazione del volto (Sung e Poggio, 1998).

Il passo successivo è il ‘Face modeling‘, una modellazione accurata del viso ottenuta utilizzando un approccio algoritmico basato sul metodo ‘active appearance’ (AAM) delineato da Cootes e Taylor nel 2000. L’AAM descrive la posizione di 55 punti chiave sul viso del soggetto esaminato e la struttura facciale dell’area circoscritta da questi punti. I punti chiave includono le parti che delimitano il volto e i tratti facilmente riconoscibili quali labbra, sopracciglia, naso e occhi. L’AAM però, non ci dà alcuna informazione per classificare l’espressione facciale, si limita a fornir informazioni sulla posizione e sulla forma globale del viso dell’individuo.

Il terzo e ultimo passaggio consiste nella ‘Face classification‘, ossia nella classificazione dell’espressione del viso vera e propria. Quest’ultima può essere ottenuta attraverso la formazione di una rete neurale artificiale (Bishop, 1995), costituita per classificare le sei emozioni primarie di Ekman e l’espressione neutra.

 

 

Avvertenze prima dell’utilizzo di Facereader

Prima di utilizzare FaceReader, in alcuni casi, è necessario calibrare lo strumento. Alcuni soggetti possono apparire, per esempio, sorpresi o tristi non perché stiano realmente esperendo condizioni di sorpresa o tristezza nell’attualità ma per loro natura, per la loro conformazione facciale specifica che presentano. La calibrazione fa sì che, dopo aver campionato le stime di intensità delle emozioni che compaiono sul volto del soggetto in questione, possa venir applicata una correzione. Tale processo è un procedimento del tutto automatico che permette di bilanciare le varie emozioni e di rimuovere la quota di errore legata all’individuo.

 

 

Calcolo dell’intensità e della valenza delle emozioni

Gli output di FaceReader consistono in un numero di tabelle e logfiles. Primariamente, lo strumento rileva le intensità delle emozioni che sono espresse sul volto del soggetto esaminato in uno specifico momento e le traduce in una tabella riassuntiva.

 

FaceReader e la valutazione delle emozioni attraverso la lettura delle espressioni del volto - TABELLA

Output di Facereader – esempio di tabella

 

Le espressioni del viso spesso esprimono più stati emotivi simultaneamente, di conseguenza è possibile che due o più emozioni compaiano presentando entrambe alti livelli di intensità.

L’intensità di ciascuna emozione è espressa con un valore compreso tra 0 e 1. Il valore 0 significa che l’emozione non è visibile nell’espressione facciale, 1 invece indica la completa presenza di essa.

FaceReader, al di là della valutazione dell’intensità delle singole emozioni, comunque, ne calcola anche la valenza. Quest’ultima indica se lo stato emotivo corrente del soggetto sia positivo o negativo. La gioia è l’unica emozione considerata interamente positiva, mentre la tristezza, la rabbia, la paura e il disgusto sono considerate negative. La sorpresa, invece, può essere considerata sia positiva che negativa.

Oltre alle espressioni facciali, FaceReader può fornire anche altre informazioni; per esempio è in grado di valutare se il soggetto analizzato sta tenendo aperti o chiusi gli occhi o la bocca e se le sopracciglia sono alzate o abbassate. Lo strumento inoltre, può analizzare, focalizzandosi su un modello tridimensionale del viso, la posizione della testa, l’orientamento generale dello sguardo e anche caratteristiche soggettive come il genere, l’età, l’etnia, o la presenza di barba, baffi o occhiali sul viso del soggetto. Le informazioni relative all’orientamento dello sguardo o della testa possono essere utili per valutare per esempio, l’impegno e l’interesse che il soggetto mostra per un particolare compito.

 

 

Limitazioni dell’utilizzo di Facereader

FaceReader presenta comunque un numero di limitazioni non trascurabili: non è uno strumento applicabile a bambini di età inferiore ai 3 anni o provenienti dalle regioni sud-orientali dell’Asia; il movimento del soggetto è limitato; le condizioni di illuminazione tali per cui lo strumento possa funzionare sono assai rigide, è necessario difatti che l’immagine abbia un contrasto sufficiente; il viso non dovrebbe essere nascosto nemmeno parzialmente; è analizzabile solo un soggetto alla volta ed infine non è possibile classificare individui con paralisi facciali. Lo strumento quindi può classificare le espressioni facciali correttamente solo se si ottiene una buona immagine video.

Per questo motivo FaceReader è dotato di una barra indicante la qualità dell’immagine che si è in procinto di analizzare. Bisogna far attenzione sia alla posizione della telecamera che all’illuminazione del viso del soggetto, tali elementi difatti sono di cruciale importanza per ottenere una classificazione delle espressioni affidabile.

 

Facereader e ricerca

Malgrado FaceReader possa essere utilizzato in differenti settori di ricerca, non sono molti i dati in letteratura che mostrano l’impiego di tale strumento.

Nel 2006 Zaman e Shrimpton-Smith, hanno svolto una ricerca con l’obiettivo di valutare l’accuratezza di FaceReader nella lettura delle emozioni. Ai partecipanti veniva chiesto di svolgere dei compiti al computer in un intervallo di tempo definito e uguale per tutti i soggetti. Al termine di ciascun compito veniva fatto compilare un questionario in cui si chiedeva di valutare su una scala a cinque punti l’emozione esperita. I soggetti, inoltre, durante l’esecuzione del compito, erano registrati con l’utilizzo di una telecamera. Dopo aver analizzato accuratamente i risultati, gli autori hanno concluso che FaceReader è uno strumento utile per registrare le emozioni, anche se è consigliabile utilizzarlo in combinazione con delle altre metodologie.

In tale ricerca, gli outcome di FaceReader non sembrano concordare con le risposte che i soggetti danno al questionario, probabilmente perché queste ultime sono maggiormente legate ad una considerazione sul contenuto caratterizzante il compito più che ad una riflessione su come si siano sentiti durante lo svolgimento di esso (Zaman e Shrimpton-Smith, 2006).

Messaggio pubblicitario Anche un altro studio ancor più recente (Terzis et al., 2010) ha valutato l’efficacia di FaceReader. In tale ricerca hanno partecipato studenti universitari ai quali veniva chiesto di fare un test facoltativo di autovalutazione successivo ad un corso a cui avevano assistito. Ciascuno studente mentre svolgeva il test isolato in una stanza veniva registrato a sua insaputa da una telecamera. L’espressione facciale veniva registrata da FaceReader e valutata contemporaneamente da due ricercatori, che facevano delle stime riguardo l’emozione percepita dallo studente in questione. Lo scopo di tale studio era di valutare l’efficacia di FaceReader durante il test di autovalutazione compilato dallo studente e per perseguire tale fine i risultati di questo strumento sono stati comparati con le stime dei ricercatori.

Le analisi hanno mostrato che FaceReader è in grado di misurare le emozioni con un’efficacia pari all’87% e le emozioni che il programma riconosce meno facilmente sono la rabbia e il disgusto.

FaceReader è stato utilizzato anche in ambito educativo in uno studio pilota (Drape et al., 2009) che si è proposto di servirsene per valutare la risposta emotiva degli studenti a diverse tecniche di insegnamento. L’impiego di questo strumento quindi, avrebbe aiutato i ricercatori a determinare quali fossero le emozioni suscitate dagli insegnanti e che tecniche questi potessero usare per migliorare la loro didattica e il loro rapporto con gli studenti.

Un’ulteriore ricerca (Chentsova-Dutton e Tsai, 2010), il cui obiettivo è stato quello di studiare il ruolo che la cultura ha nelle risposte emotive degli individui, ha previsto l’impiego di FaceReader. Tale studio si è sviluppato in tre parti distinte. Nell’ultima parte in particolare, si sono mostrati a due gruppi, l’uno formato da americani di origine europea e l’altro da americani di origine asiatica, diversi film di connotazione emotiva differente e si sono registrate: le loro risposte fisiologiche, (la frequenza cardiaca, la conduttanza cutanea e la frequenza respiratoria) l’espressione facciale suscitata e l’emozione evocata. I risultati mostrano che durante la visione di immagini divertenti, emergono differenze culturali rispetto alle emozioni positive suscitate, sia nei questionari autosomministrati, che nell’espressione facciale registrata tramite FaceReader, che nelle risposte fisiologiche. Durante la visione di immagini tristi invece, si identificano differenze nei questionari autosomministrati ma non nelle reazioni emotive e fisiologiche.

Oltre alle ricerche menzionate, in altri studi si è impiegato FaceReader per valutare l’espressione facciale suscitata da particolari stimoli o durante l’esecuzione di specifici compiti (Truong et al., 2008; Melder et al., 2007, Grootjen et al., 2007), ma in letteratura non sono presenti dati relativi all’utilizzo dello strumento con campioni clinici.

In conclusione, FaceReader può rappresentare una valida alternativa rispetto agli altri strumenti impliciti di valutazione delle emozioni, tra i suoi innumerevoli vantaggi, difatti, consente di risparmiar tempo e risorse e di aumentare l’affidabilità della misurazione.

VOTA L'ARTICOLO
(voti: 6, media: 3,17 su 5)

Consigliato dalla redazione

Cosa nascondono le emozioni? I segnali socio-comunicativi della paura e della rabbia a confronto - Immagine: 59271384

Cosa nascondono le emozioni? I segnali socio-comunicativi della paura e della rabbia a confronto

Secondo un nuovo studio i segnali visivi emessi durante l’espressione di rabbia e paura potrebbero comunicare le tendenze all'azione di queste emozioni.

Bibliografia

  • Bishop C.M. (1995). Neural networks for pattern recognition. Oxford, England: Oxford University Press.
  • Chentsova-Dutton, Y.E.; Tsai, J.L. (2010). Self-focused attention and emotional reactivity: the role of culture. Journal of Personality and Social Psychology, 98 (3), 507-519. DOWNLOAD
  • Den Uyl M. J., van Kuilenburg, H. (2005). The FaceReader: Online facial expression recognition. In Proceedings of MB, 589-590.
  • Drape T.A., Epler C., Rudd R., Moore D.M. (2009). The Moments We Miss: Using Facial Reader Software as an Educational Research Tool. Presentation at Association of Career and Technical Education for Research, Nashville, TN.
  • Grootjen M., Neerincx M.A., Weert J.C.M. Van, Truong, K.P. (2007). Measuring Cognitive Task Load on a Naval Ship: Implications of a Real World Environment. Beijing: Proceedings ACI/HCII.
  • Melder W.A. et al (2007). Affective Multimodal Mirror: Sensing and Eliciting Laughter. International Multimedia Conference.
  • Sung, K.K.; Poggio, T. (1998). Example-based learning for view-based human face detection. IEEE Transactions on Pattern Analysis and Machine Intelligence, 20(1), 39- 51.
  • Terzis V., Moridis C.N., Economides, A.A. (2010). Measuring Instant Emotions During a Self-Assessment Test: The Use of FaceReader. Proceedings of Measuring Behavior (Eindhoven, The Netherlands, August 24-27, 2010) 192-195.
  • Truong K.P. (2007). Unobtrusive multimodal emotion detection in adaptive interfaces. Speech and facial expressions. D.D. Schmorrow, L.M. Reeves (Eds.): Augmented Cognition, HCII, LNAI, 4565, 354–363.
  • Viola P., Jones M. (2001). Rapid object detection using a boosted cascade of simple features. Proc. of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR).
  • Zaman, B.; Shrimpton-Smith, T. (2006). The FaceReader: Measuring instant fun of use. NordiCHI, 14-16 October.
State of Mind © 2011-2019 Riproduzione riservata.
Condividi
Messaggio pubblicitario

Messaggio pubblicitario

Argomenti

Sono citati nel testo

Categorie

Messaggio pubblicitario