Innovative human "emotion / preference / satisfaction" estimation system realized by wearable devices

可穿戴设备实现的创新人类“情感/偏好/满意度”评估系统

基本信息

批准号：
21K11902
负责人：
堀田裕弘
金额：
$ 2.58万
依托单位：
University of Toyama
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K11902/
关键词：
ウェアラブルデバイス嗜好推定心拍間隔(RRI)時系列フォレスト分類連続ウェーブレット変換 CNN SVM 酸素化ヘモグロビン（Oxy-Hb）心拍変動RRI 感情・嗜好・満足度人の生活品質(QoL)像コンテンツ生体情報測定

项目摘要

本研究では，QoEの定量的な評価を目的として，生体情報を用いて，画像観察時の嗜好推定が個人差や画像内容にどの程度影響を及ぼされるのかの検討を行った．検討の際には，嗜好の推定により得られた精度から考察を行った．視覚刺激に標準化された感情誘発データベースとしてNAPS(Nencki Affective Picture System)を活用した．印象評価において(happiness)が高得点とされた画像15枚，(disgust)が高得点とされた画像15枚の計30枚の画像を実験素材として選定した．ディスプレイに提示された画像から受け取る嗜好を推定するための基となる主観評価実験アンケートでは，好き・嫌い，快・不快，覚醒・不覚醒の3項目をそれぞれ5段階評価で回答してもらった．心拍間隔計測のためTDK社のSilmee Bar type Liteを用い，Silmeeを用いて計測した心拍間隔(RRI)データに対し，アンケートの好き・嫌いの2項分類を行った．推定にはTime Series Forest Classifier(TSF)を用いた．結果として精度の良い画像には，グロテスクな画像が多く，精度の悪い画像には風景画像などの穏やかな画像が多いことが判明した．また，人物においては好きな画像の推定精度が良い人物群と，嫌いな画像の推定精度が良い人物群に分けることができた．これらから，好き画像の推定精度が良い人物でつくられたモデルと，嫌い画像の推定精度が良い人物でつくられたモデルを組み合わせることで，より良い精度のモデルを構築できるのではないかと考えられる．また，推定の傾向として嫌い画像の推定精度の方が良い傾向にあることから，ストレス調査や改善・是正のための調査など，よりマイナス方向の感情が重要な調査において心拍間隔を用いた客観評価は有用である可能性が示唆された．

在本研究中，为了定量评估 QoE，我们利用生物信息来研究图像观察过程中的偏好估计在多大程度上受到个体差异和图像内容的影响。在研究过程中，我们考虑了通过估计偏好获得的准确性。我们利用 NAPS（Nencki 情感图片系统）作为视觉刺激的标准化情绪引发数据库。共选取30张图像作为实验材料：印象评价中（快乐）高分的图像15张，（厌恶）高分的图像15张。在主观评估实验问卷中，参与者回答了三个项目：喜欢/不喜欢、愉快/不愉快和唤醒/非唤醒，每个项目都有五分制。 TDK的Silmee Bar type Lite用于测量心跳间隔，使用Silmee测量的心跳间隔（RRI）数据被分为两类：问卷中的喜欢和不喜欢。使用时间序列森林分类器（TSF）进行估计。结果发现，精度好的图像很多都是怪诞的，精度低的图像很多是风景图像等平静的图像。此外，我们还能够将人们分为一组对他们喜欢的图像具有良好估计准确度的人，以及一组对他们不喜欢的图像具有良好估计准确度的人。基于这些发现，我们相信，通过组合由对喜欢的图像具有良好的估计精度的人创建的模型和由对不喜欢的图像具有良好的估计精度的人创建的模型，可以构建更高精度的模型。．．另外，由于对于不喜欢的图像的估计精度往往更好，因此在负面情绪很重要的研究中，例如压力研究和改善/校正研究中，使用心跳间隔进行客观评估是有用的。