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

点击翻译按钮获取中文摘要

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．