Без эмоций жизнь воспринимается бессмысленной и бесцельной, и удовольствия, получаемые из приятных событий, значительно уменьшаются. Распознавание эмоций является новой актуальной областью, которая вызвала большой интерес, как со стороны промышленности, так и исследовательского сообщества [1; 2; 3; 4; 5]. Это объясняется простым вопросом: может ли человечество строить машины, которые ощущают и распознают человеческие эмоции? Если можно, то такие машины позволят умным домам реагировать на человеческие настроения и соответственно регулировать освещение или музыку. У кинематографистов были бы лучшие инструменты для оценки работы пользователей. Рекламодатели смогут узнать реакцию клиента. Компьютеры автоматически обнаруживали бы симптомы депрессии, тревоги и биполярного расстройства, что позволяло заблаговременно реагировать на такие состояния. В более широком смысле машины больше не ограничивались бы явными командами и могли бы взаимодействовать с людьми схоже с тем, как люди взаимодействуют друг с другом.
Возник вопрос: возможно ли распознавать эмоции, предугадывать и контролировать их появление у человека?
Существуют подходы к определению эмоций человека, основанные на аудиовизуальных сигналах, такие как изображения и аудиоклипы [6; 7]. Но такой подход имеет свои ограничения. Аудиовизуальные техники используют внешнее выражение эмоций, но не могут измерять внутренние чувства [8; 9; 10]. Например, человек может быть счастлив, даже если он не улыбается или улыбается, даже если он несчастлив. Кроме того, люди широко расходятся в том, насколько выразительны они проявляют свои внутренние эмоции, что еще более усложняет эту проблему [11].
В данной выпускной квалификационной работе исследование по распознаванию эмоций и уровня нейромедиаторов будет производиться при помощи биометрической технологии. Такой подход распознает эмоции, регистрируя физиологические сигналы, которые меняются с эмоциональным состоянием человека. Этот подход больше согласовывается с внутренними чувствами человека, поскольку он вступает во взаимодействие между вегетативной нервной системой [12; 13].
Целями данного исследования является проверка:
- зависимости кожно-гальванической реакции от эмоционального состояния человека;
- проверка связи между кожно-гальванической реакцией и уровнями нейромедиаторов.
Задачи, решаемые в выпускной квалификационной работе, чтобы достичь поставленной цели:
1. Собрать данные по 3 базовым эмоциям (грусть, отвращение, страх);
2. Построить численную модель на основе полученных данных;
3. Проверить две поставленные гипотезы.
Объектом данного исследования выпускной дипломной работы стало эмоциональное состояние человека. Появилась мысль изобразить эмоции в числах, представить их в виде физической величины при помощи кожно - гальванической реакции.
Предмет исследования — кожно-гальваническая реакция (КГР) на внешние стимулы.
Актуальность данной темы заключается в возможности на основе измерения нейромедиаторов получить достоверные данные о психоэмоциональном состоянии человека.
Новизна заключается в том, что используя куб Лёвхейма, мы по данным КГР измеряем уровень нейромедиаторов.
Результатом данной выпускной квалификационной работы являются две проверенные гипотезы:
- проверена зависимость КГР от эмоционального состояния человека;
- проверена связь между КГР и уровнями нейромедиаторов.
В данной работе были выполнены следующие задачи:
1. Получены данные по трем базовым эмоциям (грусть, страх, отвращение) от 90 испытуемых.
2. Обработаны и представлены полученные данные в виде численной модели.
3. Проверены две поставленные гипотезы.
Исследование данной выпускной квалификационной работы осуществлялось в рамках проекта «Численная модель эмоций» Высшей школы ИТИС.
В этой выпускной квалификационной работе представлена технология, способная распознавать эмоции человека, полагаясь на кожно-гальваническую реакцию и куб эмоций Лёвхейма. Мы считаем, что это знаменует собой важный шаг в возникающей области распознавания эмоций. Данное исследование дополняет работы в сфере искусственного интеллекта. Кроме того, хотя эта работа заложила основы для распознавания эмоции по сопротивлению кожи, мы предполагаем, что точность такого метода будет улучшаться по мере развития сенсорных технологий, сбора данных и совершенствования механизмов машинного обучения в процессе восприятия.
Сейчас параллельно идет работа над проектом по определению психоэмоционального состояния человека за рулем, чтобы предотвращать дорожно-транспортные происшествия. В этом проекте пригодится наше исследование для определения уровня стресса водителя.
Существует много областей, в которых найдется применение распознаванию психоэмоционального состояния человека: в нейромаркетинге, медицине, психологии и сфере образования.
