中华大学生物资讯学系系统开发专题报告运用脸部动态表情辨.PDFVIP

中華大學生物資訊學系系統開發專題報告 運用臉部動態表情辨識個性 Identify Personality From Dynamic Facial Expressions 專題組員:宋浩茹、陳臆玄 專題編號：103001 指導老師:黃俊燕老師 摘要 盡責性(Conscientiousness) 外向性 本專題從受測者施作五大人格特 (Extraversion)親和性(Agreeableness)情 徵心理測驗的結果，運用分類演算法 緒不穩定性(Neuroticism)之五大人格 分類受測者個性，然後紀錄受測者在 測驗，取得方式是由賓州大學心理學 固定內容下的對談影片，再使用軟體 博 士 D r . J o h n s o n 建 製 的 分析臉部動態表情的變化，並利用簡 Short Form For The IPIP-NEO[1] 單 貝 氏 分 類 法 （ N a ï v e B a y e s i a n (/~j5j/IPIP Classifier ）從臉部的動態情緒來預測受 /ipipneo120.htm) ，給予受測者填寫翻 測者個性，簡單貝氏分類法預測的結 譯成中文的五大人格測驗，並製成 果優於普通朋友對其個性評估的結果， G o o g l e 的 表 單 且 與 摯 友 評 估 的 結 果 相 去 不 遠 。 （https://goo.gl/forms/tioAJFV0QaBCA 1. 簡介 EqC3 ），從 Google 的試算表中下載 73 臉部情緒是人與人接觸的第一直 位受測的基本資料及 120 題答題結果， 覺，在我們尚未與對方交談前，我們 接著使用統計軟體 R 中的 httr 套件, 自 無法得知對方的性格，所以本專題透 動 將 受 測 者 的 測 驗 結 果 上 傳 到 過五大人格測驗的分類法，分類每一 IPIP-NEO 這個網頁上，蒐集受測者與朋 個受測者的個性，與臉部動態表情的 友評估的回傳報告中 35 項百分比分數 分析，計算每一個受測者類別個性特 作 為 人 格 測 驗 的 分 類 依 據 。 徵的情緒跳躍機率模型，探討出臉部 2.1.2 臉部動態表情資料來源 動態表情與個性上的關聯，並且評估 我們使用桌上型攝影機錄製與中 此預測方法的準確性，將運用受測者 華大學 73 位受測者對話問答的過程， 朋友的評估結果與受測者自評作比較， 平均年齡為 20 歲(標準差為±1.6 歲) ， 了解本專題預測的可信度。希望藉由 將此樣本影片送上 Crowdemotion API 臉部動態表情在認識對方之前就可以 做每個時間點的六種動態臉部表情快 預測對方的個性。 樂（Happy ）、傷心(Sad) 、厭惡(Disgusted) 、 2. 專題研究方法 生氣(Angry) 、驚訝(Surprised)