AIを活用した感情認識技術により、機械は表情、ジェスチャー、ボディランゲージを通じて人間の感情を読み取ることが可能になります。Affectivaの高度なAIは、感情的な関与度と感情の極性を測定し、表情と感情を高い精度で関連付けます。この画期的な技術が、人間とAIの相互作用をどのように変革しているかをご覧ください。
Table of Contents
AIを活用した感情認識技術は、感情認識技術や感情検出技術とも呼ばれることがあります。人間は、表情、ジェスチャー、ボディランゲージ、声のトーンなど、多くの非言語的な手がかりを用いて感情を伝えています。
Affectivaのビジョンは、人間と同じように感情を検知できるAI駆動型の感情認識技術を開発することです。私たちの長期的な目標は、人間の知覚に対するAIの理解を深める、より直感的なツールを設計することです。
当社が提供する具体的な感情指標について、その算出方法や感情への対応付け、そしてそれらの指標の精度をどのように判断しているのか、詳しく見ていきましょう。
Affectivaの感情指標：完全リスト
顔は、感情を表現するための豊かなキャンバスです。人間は、表情を通じて感情を表現し、伝えるよう生まれつきプログラムされています。当社の技術は、高度なコンピュータビジョンと機械学習の手法を用いて、感情や表情を科学的に測定し、分析結果を報告します。
アプリケーションでAffectiva SDKを使用すると、9つの感情指標と20の表情指標という形式で表情分析結果が返されます。
感情
さらに、このSDKでは、感情的な体験を測定するための代替指標として、ヴァレンス（好感度）とエンゲージメントを測定することが可能です。ここで、エンゲージメントとヴァレンスが具体的に何を指すのか、さらに詳しく説明しましょう。
アフェクティバは感情的なエンゲージメントをどのように算出しているのでしょうか？
「エンゲージメント」（「表現力」とも呼ばれる）とは、被験者の感情的な関与を示す顔面筋の活性化の度合いを測定する指標である。値の範囲は0から100である。エンゲージメントは、以下の表情の加重和として算出される：
- 眉の内側と外側を持ち上げる。
- 眉をひそめる。
- 頬を上げる。
- 鼻をひく。
- 口角引き下げ器。
- あご上げ。
- リッププレス。
- 口を開けて。
- 唇をすする。
- 笑って。
Affectivaは感情の価値をどのように算出しているのか？
「ヴァレンス」とは、記録された人物の体験が肯定的か否定的かを示す指標です。値の範囲は-100から100です。ヴァレンス指標の尤度は、観察された一連の表情に基づいて算出されます：
Affectivaはどのようにして顔の表情を感情に紐づけているのか？
感情予測モデルは、観測された表情を入力として、特定の感情が生じる確率を算出します。当社の表情と感情の対応付けは、Friesen & Ekman が開発した EMFACS マッピングを基盤としています。さらに、当社の「感傷性」および「困惑」の指標は Affectiva 独自のものです。これらは、ユーザーが反応している動画コンテンツに基づいた独自の分析から導き出されたものです。
表情は、感情が生じる可能性に対して、肯定的な影響もあれば否定的な影響も及ぼすことがある。以下の表は、表情と感情の予測因子との関連性を示している。
Affectivaの感情指標の利用
感情および表情のメトリクススコアは、ユーザーが特定の感情や表情（例：笑顔）を示したタイミングと、その確信度を示します。これらのメトリクスは検出器と見なすことができます。感情や表情が現れ、強まるにつれて、スコアは0（表情なし）から100（表情が完全に現れている）へと上昇します。
さらに、全体的な体験に関するフィードバックを提供する「ヴァレンス」と呼ばれる複合的な感情指標も提示しています。ヴァレンスの値が0から100の場合は中立から肯定的な体験を示し、-100から0の場合は否定的から中立的な体験を示します。
精度の判定
当社は、最も信頼性が高く正確な分類器を提供するために、表現指標のトレーニングと検証を継続的に行っています。
当社の表情認識モデルは、非常に難易度の高いデータセットを用いて学習および評価されています。数十万枚の顔画像フレームから構成されるテストセットは、600万本以上の顔動画から抽出しました。このデータは90カ国以上から収集されたもので、照明の変化、頭部の動き、人種、年齢、性別、ひげ、眼鏡による顔の特徴の違いなど、厳しい条件下で捉えられた、現実世界における自然な表情を反映しています。
Affectivaは精度をどのように測定しているのでしょうか？
Affectivaでは、検出器の精度を測定する最も一般的な方法であるため、受信者動作特性（ROC）曲線下面積を用いて検出器の精度を報告しています。ROCスコアは0から1の範囲で、値が1に近いほど分類器の精度が高いことを示します。笑顔、眉をひそめる、口を開ける、目を閉じる、眉を上げるなど、多くの表情においてROCスコアは0.9を超えています。
人間でさえ確実に識別するのがはるかに難しい、より微妙な表情には、口角を下げる動き、目を大きく見開く動き、眉の内側を上げる動きなどがある。これらはROCスコアが0.8を超えている。
顔追跡と頭部の角度推定
このSDKには、以下の指標を算出する最新の顔トラッカーが含まれています：
- 顔の特徴点推定：4つの顔の特徴点に対する直交座標の追跡。
- 頭部の向き推定：3次元空間における頭部の位置をオイラー角（ピッチ、ヨー、ロール）で推定すること。
- 瞳孔間距離：両目の外側の端から端までの距離。
AIを活用した感情認識を始めてみませんか？
この101の投稿は、一度にすべてを理解するには量が多いかもしれませんが、これであなたは「感情認識のエキスパート」です！テクノロジーを用いて感情を検知することは、非常に複雑な課題ですが、正しく統合されれば、その応用範囲の広さは想像に難くないでしょう。また、表情を感情に正確に紐づけるには、どれほど高度な技術が必要なのかについても、お伝えしたかったのです。
また、透明性を確保するため、当社が提供する機能や性能だけでなく、それらをどのように実現したのかについても、皆様に正しくご理解いただきたいと考えております。当社の技術についてさらに詳しく知りたい場合は、いつでも「科学リソース」セクションをご参照いただくか、当社が取得した感情認識に関する特許をご覧ください。
