Shape analysis e reti bayesiane per interpretare espressioni facciali ed emozioni
Responsabile:
FIRB (Fondo per gli Investimenti della Ricerca di Base)
-
Data inizio: 01/09/2013
Durata: 36 mesi
Sommario
Il progetto sviluppa un approccio computazionale di integrazione tra elaborazione di immagine e segnali fisiologici basato sulla shape analysis e reti bayesiane per le espressioni facciali e l'interpretazione delle emozioni.
Il volto può esprimere le emozioni ancor prima di riuscire a tradurle in parola o di provare un sentimento risultando un importante strumento di comunicazione per l'interazione sociale. L'espressione e percezione delle emozioni è stata ampiamente studiata in psicologia, neuroscienze e neuroscienze computazionali, dove i ricercatori hanno proposto architetture neurali biologicamente plausibili per il riconoscimento delle emozioni nel volto. Negli ultimi anni, notevoli progressi sono stati fatti nello sviluppo di classificatori automatici delle espressioni. Le emozioni possono anche essere rivelate da biosegnali, come l'attività cardiovascolare e elettrodermica. I biosegnali hanno il vantaggio di non essere influenzati da fenomeni di condizionamento sociale e di poter essere misurati da sensori non invasivi, rendendoli adatti per un'ampia gamma di applicazioni. Questi biosegnali quindi possono agire come un'interfaccia molto utile tra uomo e macchina, come computer o lettori mp3.
Entrambi i tipi di dati (espressioni del volto e biosegnali) sono necessari per una visione globale delle emozioni e hanno vantaggi metodologici rispetto ad altri indicatori. Infatti, i metodi tradizionali per valutare le emozioni che utilizzano questionari che possono rivelare solo sensazioni soggettive.
Il progetto ha come obiettivo l'estensione degli attuali metodi di analisi del volto proponendo metodologie statistiche, e dall'altro propone degli strumenti per il riconoscimento delle emozioni in pazienti con disturbi psichiatrici, basati sull'integrazione di informazioni ottenute in maniera non invasiva (caratteristiche del volto, parametri fisiologici, dati anagrafici e clinici, questionari autosomministrati) e sviluppati combinando competenze di alto livello.
Questa nuova metodologia potrebbe essere anche applicata a fini terapeutici, per individuare se i cambiamenti clinici legati a diversi approcci terapeutici possono indurre variazioni nell'espressione delle emozioni e nei parametri psicofisiologici.
Il progetto ha ottenuto un finanziamento di circa € 700.000 (MIUR FIRB 2012 progetto #RBFR12VHR7).
Il volto può esprimere le emozioni ancor prima di riuscire a tradurle in parola o di provare un sentimento risultando un importante strumento di comunicazione per l'interazione sociale. L'espressione e percezione delle emozioni è stata ampiamente studiata in psicologia, neuroscienze e neuroscienze computazionali, dove i ricercatori hanno proposto architetture neurali biologicamente plausibili per il riconoscimento delle emozioni nel volto. Negli ultimi anni, notevoli progressi sono stati fatti nello sviluppo di classificatori automatici delle espressioni. Le emozioni possono anche essere rivelate da biosegnali, come l'attività cardiovascolare e elettrodermica. I biosegnali hanno il vantaggio di non essere influenzati da fenomeni di condizionamento sociale e di poter essere misurati da sensori non invasivi, rendendoli adatti per un'ampia gamma di applicazioni. Questi biosegnali quindi possono agire come un'interfaccia molto utile tra uomo e macchina, come computer o lettori mp3.
Entrambi i tipi di dati (espressioni del volto e biosegnali) sono necessari per una visione globale delle emozioni e hanno vantaggi metodologici rispetto ad altri indicatori. Infatti, i metodi tradizionali per valutare le emozioni che utilizzano questionari che possono rivelare solo sensazioni soggettive.
Il progetto ha come obiettivo l'estensione degli attuali metodi di analisi del volto proponendo metodologie statistiche, e dall'altro propone degli strumenti per il riconoscimento delle emozioni in pazienti con disturbi psichiatrici, basati sull'integrazione di informazioni ottenute in maniera non invasiva (caratteristiche del volto, parametri fisiologici, dati anagrafici e clinici, questionari autosomministrati) e sviluppati combinando competenze di alto livello.
Questa nuova metodologia potrebbe essere anche applicata a fini terapeutici, per individuare se i cambiamenti clinici legati a diversi approcci terapeutici possono indurre variazioni nell'espressione delle emozioni e nei parametri psicofisiologici.
Il progetto ha ottenuto un finanziamento di circa € 700.000 (MIUR FIRB 2012 progetto #RBFR12VHR7).
