La technologie de reconnaissance des émotions analyse les expressions faciales afin d’identifier les émotions humaines. Cet article explore les fonctionnalités, les applications et les implications de cette technologie innovante. Découvrez les avancées, les avantages et les inconvénients potentiels liés à la technologie de reconnaissance des émotions dans divers secteurs.
Table of Contents
Introduction à la technologie de reconnaissance des émotions
Que se passe-t-il lorsque vous souriez ? Pour le monde extérieur, il est évident que les muscles aux coins de vos lèvres se tendent vers le haut et que vos joues se soulèvent, mais il se passe bien plus que ce que l’on voit à première vue. Vos pupilles peuvent se dilater, votre rythme cardiaque peut ralentir momentanément et les glandes sudoripares à la surface de votre peau peuvent s’activer [1,2,3]. Pour comprendre et décoder les émotions, ces informations sont inestimables, mais sans technologie spécialisée, une grande partie de ces données reste cachée. C’est là qu’intervient la technologie de reconnaissance des émotions.
La technologie de reconnaissance des émotions désigne un ensemble de matériel et de logiciels conçus pour détecter les émotions humaines manifestées – dans toute leur complexité – et les convertir en données. Ces données peuvent ensuite être analysées, voire exploitées par un ordinateur. Cela peut sembler relever de la science-fiction, mais c’est en train de devenir une réalité quotidienne.
Dans le cas du sourire décrit ci-dessus, cette émotion pourrait être identifiée grâce à l’analyse des expressions faciales (qui ne nécessite qu’une caméra et un logiciel spécialisé), à l’EMG faciale (électromyographie faciale), à l’ECG (électrocardiographie) et à l’EDA (activité électrodermique). Toutes ces techniques ne sont toutefois pas nécessairement requises simultanément, mais chacune d’entre elles peut apporter un éclairage supplémentaire au décodage des émotions humaines.
Pourquoi cette technologie est-elle importante ? Pour la plupart des gens, détecter une émotion peut sembler une tâche insignifiante, mais à mesure que la technologie occupe une place de plus en plus importante dans notre vie, il est essentiel que cette même technologie soit capable d’accomplir cette tâche. Nous allons présenter ci-dessous quelques exemples qui illustrent pourquoi, et nous ferons quelques prévisions sur l’avenir de cette technologie.
La technologie de reconnaissance des émotions dans l’industrie automobile
L’industrie automobile est l’un des principaux utilisateurs de la technologie de reconnaissance des émotions. Avec plus de 287 millions de voitures aux États-Unis et un temps moyen passé au volant d’un peu plus de 8 heures par semaine, il existe une réelle volonté d’améliorer l’expérience de conduite. Les constructeurs automobiles peuvent se démarquer de la concurrence en proposant des expériences qui renforcent la sécurité et rendent la conduite plus agréable.
La somnolence au volant constitue un objectif clair pour les technologies de reconnaissance des émotions : bien qu’il ne s’agisse pas d’une émotion à proprement parler, chaque biocapteur est parfaitement équipé pour détecter les premiers signes de somnolence. Plus de 100 000 accidents se produisent chaque année rien qu’aux États-Unis en raison d’une baisse de vigilance causée par cette somnolence, dont une grande partie pourrait être évitée grâce à des systèmes intégrés capables d’alerter le conducteur s’il commence à s’assoupir au volant. La technologie de reconnaissance des émotions peut détecter ce phénomène grâce à diverses méthodes : des caméras embarquées effectuant un suivi oculaire ou une analyse des expressions faciales, des capteurs d’activité électrodermique intégrés [4,5], ou même des capteurs EEG [6].
Chaque capteur est capable de détecter avec précision une augmentation de la somnolence, ce qui pourrait déclencher un système d’alerte invitant le conducteur à se garer. En allant encore plus loin, ces systèmes pourraient également détecter les changements d’humeur au volant, en réagissant par exemple à l’apparition d’un accès de rage au volant. Ces systèmes sont parfaitement adaptés pour offrir une expérience de conduite plus sûre à tous les usagers de la route.
Avec l’essor des voitures autonomes, on comprend aisément que le temps passé dans une voiture sera moins consacré à la conduite : libérée de l’obligation d’être au volant, une voiture peut se transformer en un espace d’un tout autre genre. À l’avenir, la technologie de reconnaissance des émotions pourra enrichir ces espaces pour les rendre plus réactifs et, au final, plus humains.
La technologie de reconnaissance des émotions dans le secteur de la santé
La technologie de reconnaissance des émotions est également largement utilisée dans le domaine de la santé, afin d’améliorer à la fois le diagnostic et le traitement des patients. Son utilisation dans le dépistage précoce de l’autisme en est un excellent exemple. L’autisme est un trouble neurodéveloppemental qui touche un peu moins de 1 % des enfants et se caractérise principalement par des difficultés de communication sociale (tant verbale que non verbale), ainsi que par des comportements répétitifs.
Le « Janssen Autism Knowledge Engine », développé par iMotions, utilise une approche multicapteurs pour identifier les premiers stades auxquels l’autisme peut être détecté chez les enfants [7].
Comme il a été démontré que les interventions précoces en matière d’autisme ont un impact considérable sur les capacités sociales ultérieures, un diagnostic précoce peut contribuer à garantir que les enfants autistes bénéficient des meilleurs soins possibles [8]. Par ailleurs, les technologies de reconnaissance des émotions aident également les personnes autistes à améliorer leurs capacités sociales plus tard dans leur vie, que ce soit par le biais d’entraînements ludiques utilisant l’analyse des expressions faciales [9] ou grâce à des conseils en temps réel sur les réactions émotionnelles [10].
La technologie de reconnaissance des émotions a également été mise en œuvre dans un contexte thérapeutique, afin d’aider les personnes souffrant d’anxiété sociale. Un projet de recherche récent, utilisant iMotions, combine l’ECG, l’EDA et l’oculométrie pour observer la manière dont les patients réagissent à des environnements virtuels socialement stressants.
Les patients reçoivent des conseils pour gérer leur niveau de stress, l’objectif à long terme étant que « […] les patients anxieux puissent emporter le matériel de réalité virtuelle chez eux, ce qui permettrait de rendre le traitement plus personnalisé, plus flexible et moins coûteux » (Mia Beck Lichtenstein, responsable du Centre de télépsychiatrie du Danemark du Sud et directrice du projet).
To see how these concepts are applied in practice, explore our Talk to a Research Expert page.
Technologie de reconnaissance des émotions pour la formation, les simulations et les jeux vidéo
En dehors du milieu médical, la technologie de reconnaissance des émotions est également utilisée pour entraîner les individus à gérer leurs réactions émotionnelles dans des situations difficiles. Par exemple, les simulateurs de vol peuvent recourir à cette technologie de la même manière qu’elle est appliquée à la conduite automobile, afin de détecter la somnolence ou des états émotionnels inappropriés. Une meilleure compréhension des réactions émotionnelles des pilotes en vol permet de mettre en place des méthodes de formation plus efficaces [11].
L’évaluation des réactions émotionnelles a également été mise en œuvre pour améliorer les réponses empathiques dans le cadre de simulations de soins de santé en milieu virtuel [12, 13]. Grâce à un retour d’information détaillé et objectif sur les soins prodigués aux patients, les praticiens peuvent mieux comprendre comment créer des environnements plus sûrs et plus confortables pour les patients. Les environnements virtuels ont également utilisé la technologie de reconnaissance des émotions pour les jeux vidéo, dans lesquels le gameplay peut être modifié en fonction des émotions du joueur. En suivant les données EMG (électromyographie) et EDA, les chercheurs ont pu suivre les émotions en temps réel, qui peuvent ensuite être utilisées pour modifier l’environnement vécu [14, 15]. À l’avenir, le gameplay pourrait s’adapter davantage aux émotions du joueur, créant ainsi des expériences véritablement réactives et immersives.
Conclusion
La technologie de reconnaissance des émotions arrive à maturité. Cela a nécessité, au cours de la dernière décennie, des avancées non seulement au niveau du matériel des biocapteurs, mais aussi au niveau des logiciels et des algorithmes qui guident l’évaluation des émotions. Une meilleure compréhension de la manière dont la combinaison de plusieurs biocapteurs peut fournir des données instructives sur les émotions a également contribué à faire progresser cette technologie.
Si nous présentons ici quelques exemples d’utilisation actuelle des technologies de reconnaissance des émotions, il existe bien d’autres domaines dans lesquels ces technologies sont déjà mises en œuvre, et bien d’autres encore qui en bénéficieront dans un avenir proche. Les technologies de demain n’ont cessé de gagner en intelligence, mais elles deviennent désormais aussi plus humaines.
Pour en savoir plus
Si vous souhaitez en savoir plus sur la manière dont la technologie de reconnaissance des émotions peut enrichir vos recherches, téléchargez ci-dessous notre guide de poche complet sur le comportement humain :
Références
[1] Chołoniewski, J., Chmiel, A., Sienkiewicz, J., Hołyst, J., Küster, D., & Kappas, A. (2016). Échelle temporelle de Taylor de l’électromyographie faciale et de l’activité électrodermique au
cours d’une stimulation émotionnelle. Chaos, Solitons & Fractals, 90, 91–100. https://doi.org/10.1016/j.chaos.2016.04.023.
[2] Alghowinem, S., AlShehri, M., Goecke, R., & Wagner, M. (2014). Étude de l’activité oculaire comme indicateur des états émotionnels à l’aide d’un capteur d’oculométrie. Dans L. Chen, S. Kapoor et R. Bhatia (dir.), Intelligent systems for science and information (pp. 261–276). Cham, Suisse : Springer International. https://dx.doi.org/10.1007/978-3-319-04702-7_15
[3] Anttonen, J. et Surakka, V. (2005). Émotions et fréquence cardiaque en position assise sur une chaise. Dans Actes de la conférence ACM sur les facteurs humains dans les systèmes informatiques. ACM, New York,
p. 491-499
[4] Ooi, J.S.K., Ahmad, S.A., Chong, Y.Z., Ali, S.H.M., Ai, G., Wagatsuma, H. (2016). Cadre de reconnaissance des émotions du conducteur basé sur des mesures de l’activité électrodermique dans des conditions de conduite simulées. Actes de la conférence IEEE EMBS 2016 sur le génie biomédical et les sciences biomédicales (IECBES), pp. 365–369.
[5] Kajiwara, S. (2014). Évaluation de la charge mentale du conducteur à partir de la température faciale et de l’activité électrodermique dans des conditions de conduite simulées. Int. J. Automot. Technol. 15, 65–70.
[6] Zander, T. O., Andreessen, L. M., Berg, A., Bleuel, M., Pawlitzki, J., Zawallich, L., et al. (2017). Évaluation d’un système EEG « à sec » pour l’application d’interfaces cerveau-ordinateur passives dans la conduite autonome. Front. Hum. Neurosci. 11:78. doi: 10.3389/fnhum.2017.00078
[7] Ness SL, Bangerter A, Manyakov NV, Lewin D, Boice M, Skalkin A, et al. (2019). Étude observationnelle menée à l’aide du Janssen Autism Knowledge Engine (JAKE®) chez des personnes atteintes de troubles du spectre autistique. Front Neurosci, 13:111.
[8] McEachin, S. J., Smith, T., & Lovaas, O. I. (1993). Évolution à long terme chez les enfants autistes ayant bénéficié d’un traitement comportemental intensif précoce. American Journal of Mental Retardation, 97, 359–372 (et discussion, pp. 373–391).
[9] Garcia-Garcia, J. M., Penichet, V. M. R., Lozano, M. D. & Fernando, A. (2021). Utilisation des technologies de reconnaissance des émotions pour apprendre aux enfants atteints de troubles du spectre autistique à identifier et à exprimer leurs émotions. Universal Access in the Information Society, https://doi.org/10.1007/s10209-021-00818-y
[10] M. Alharbi et S. Huang. (2020). Un système d’aide à la communication avec reconnaissance faciale et émotionnelle pour améliorer les compétences sociales des enfants atteints de troubles du spectre autistique. Conférence internationale IEEE sur les systèmes (SysCon) 2020, pp. 1-6, doi: 10.1109/SysCon47679.2020.9275659.
[11] César Cavalcanti Roza, V., & Adrian Postolache, O. (2019). Approche multimodale pour la reconnaissance des émotions basée sur des expériences de vol simulées. Sensors, 19(24), 5516. https://doi.org/10.3390/s19245516
[12] Mano, Leandro ; Mazzo, Alessandra ; Torres Neto, José ; Meska, Mateus ; Giancristofaro, Gabriel ; Ueyama, Jó ; Pereira Junior, Gerson. (2019). Utilisation de la reconnaissance des émotions pour évaluer l’apprentissage par simulation. Nurse Education in Practice. 36. 10.1016/j.nepr.2019.02.017.
[13] Schreckenbach, T., Ochsendorf, F., Sterz, J. et al. La reconnaissance des émotions et l’extraversion des étudiants en médecine interagissent pour prédire leur communication empathique telle que perçue par des patients simulés. BMC Med Educ, 18, 237 (2018). https://doi.org/10.1186/s12909-018-1342-8
[14] A. Nakasone, H. Prendinger et M. Ishizuka. (2005). Reconnaissance des émotions à partir de l’électromyographie et de la conductance cutanée. Actes de l’atelier international sur l’interprétation des biosignaux, p. 219-222.
[15] Garner, T., & Grimshaw, M. N. (2013). La physiologie de la peur et du son : utilisation de la biométrie pour la reconnaissance automatisée des émotions dans les systèmes de jeux adaptatifs. Actes de l’IADIS International Journal, vol. 11, n° 2, p. 77-91. ISSN : 1645-7641
[16] H. Yong, J. Lee et J. Choi. (2019). Reconnaissance des émotions chez les joueurs portant un casque de réalité virtuelle. Conférence IEEE 2019 sur la réalité virtuelle et les interfaces utilisateur 3D (VR), pp. 1251-1252, doi: 10.1109/VR.2019.8797736.