Notícias

Mar 18, 2024

Classificação de estados emocionais via padrões faciais espaçotemporais cardiovasculares transdérmicos usando vídeos faciais multiespectrais

Scientific Reports volume 12, Artigo número: 11188 (2022) Citar este artigo 1829 Acessos 1 Citações 18 Detalhes de métricas altmétricas Uma correção do autor para este artigo foi publicada em 19 de agosto de 2022

Scientific Reports volume 12, Artigo número: 11188 (2022) Citar este artigo

1829 Acessos

1 Citações

18 Altmétrico

Detalhes das métricas

Uma correção do autor a este artigo foi publicada em 19 de agosto de 2022

Este artigo foi atualizado

Descrevemos um novo método para avaliação remota do estado emocional usando vídeos faciais multiespectrais e apresentamos nossas descobertas: padrões faciais transdérmicos, cardiovasculares e espaçotemporais únicos associados a diferentes estados emocionais. O método não se baseia em expressões faciais estereotipadas, mas utiliza diferentes sensibilidades de comprimento de onda (espectro visível, infravermelho próximo e infravermelho de onda longa) para avaliar correlatos da atividade do sistema nervoso autônomo distribuída espacial e temporalmente pela face humana (por exemplo, fluxo sanguíneo, concentração de hemoglobina e temperatura). Conduzimos um experimento em que 110 participantes assistiram a 150 vídeos curtos que provocavam emoções e relataram suas experiências emocionais, enquanto três câmeras gravavam vídeos faciais com vários comprimentos de onda. As características multiespectrais espaçotemporais dos vídeos multiespectrais foram usadas como entradas para um modelo de aprendizado de máquina que foi capaz de classificar o estado emocional dos participantes (ou seja, diversão, repulsa, medo, excitação sexual ou nenhuma emoção) com resultados satisfatórios (pontuação média ROC AUC de 0,75), ao mesmo tempo que fornece análise de importância de recurso que permite o exame de ocorrências faciais por estado emocional. Discutimos descobertas relativas aos diferentes padrões espaço-temporais associados a diferentes estados emocionais, bem como as diferentes vantagens do método atual sobre as abordagens existentes para detecção de emoções.

As emoções são fundamentais para a experiência e o funcionamento humano e, como tal, são de interesse primordial na pesquisa psicológica básica, na prática clínica e em ambientes aplicados. Como as emoções incluem aspectos predominantemente subjetivos e não facilmente observáveis, existe um desafio significativo em medir esses aspectos subjetivos de uma forma objetiva e confiável.

Nos últimos anos, muitas pesquisas tentaram desenvolver tecnologias para o reconhecimento preciso de emoções. Um objetivo principal da pesquisa de detecção de emoções concentra-se na tentativa de avaliar remotamente a experiência emocional das pessoas (ou seja, sem depender de equipamentos baseados em contato, como fMRI ou eletroencefalógrafo [EEG]). A maioria das tecnologias atuais que pretendem classificar estados emocionais, na verdade, medem expressões faciais evidentes, em vez de estimar os estados emocionais subjetivos dos participantes1,2,3. As expressões faciais são relativamente fáceis de detectar e classificar usando algoritmos, graças à sua aparência conhecida e às diferenças espaciais significativas entre expressões de diferentes emoções. Na verdade, os métodos baseados nesta abordagem geralmente produzem uma taxa de sucesso superior a 90% no reconhecimento de expressões1,2. As expressões faciais visíveis muitas vezes fornecem informações úteis sobre o estado emocional dos indivíduos; no entanto, muitas pesquisas em psicologia mostram que as expressões faciais servem principalmente a propósitos comunicativos – elas representam o que as pessoas querem transmitir, em vez de refletirem os seus estados internos3.

À luz disso, várias tentativas foram feitas para desenvolver métodos de reconhecimento remoto de emoções que não dependam de expressões faciais estereotipadas. Uma dessas dicas inclui movimentos musculares faciais sutis, rápidos e espontâneos, conhecidos como microexpressões, que são caracterizados por uma curta duração na faixa de dezenas a várias centenas de milissegundos4,5. Tal como no caso das expressões faciais visíveis, as microexpressões podem fornecer informações úteis para a detecção de emoções; no entanto, não há evidências confiáveis ​​sobre até que ponto as microexpressões podem ser diagnósticas do estado emocional real dos participantes6.

Outra abordagem para o reconhecimento de emoções envolve a medição da atividade do sistema nervoso autônomo (SNA), que é conhecido por estar associado aos estados emocionais subjetivos dos indivíduos7. No entanto, a maioria dos métodos atuais para detecção de alterações fisiológicas relacionadas à emoção (por exemplo, fotopletismografia [PPG]8, EEG9,10, pressão arterial, condutância da pele e eletrocardiograma [ECG]11) envolvem contato direto (ou seja, conectar indivíduos a aparelhos de medição) .