該研究是對嬰幼兒面部表情分析系統的第一個驗證結果。研究主要探討了與食物偏好(AU1,4,7,9,10,15,18,26/27)、笑(AU6,12)、哭(AU20)、睜大眼睛(AU5)和下巴抬起(AU17)相關的面部動作單元活動情況。
嬰兒面部表情分析系統
嬰幼兒面部表情分析系統（Baby FaceReader）是一種自動檢測嬰兒面部表情的系統，有助于解決發(fā)展心理學中有關情感和發(fā)育障礙（如自閉癥譜系障礙 (ASD)）、親子互動時嬰幼兒的情感表達以及嬰幼兒食物偏好的感官研究等相關的問題。
基于AAM模型(主動外觀模型)，研究人員采用了高質量的嬰幼兒圖片對面部動作單元進行分析，經過去重之后，最終有74張圖片。圖一為較好的AAM模型擬合效果與好的AAM模型擬合效果的對比。圖二是74張圖片不同面部動作單元和兩種模型擬合效果的F1值。
表一為不同面部單元的頻數分布；表二是好的AAM模型擬合效果的面部動作單元的準確率(Accuracy)、召回率(Recall)、精確率(Precision)、F1值(F1Score)、面部動作編碼一致性(FACS Agreement Score)分析(n=29)。
其中準確率、召回率、F值是目前機器學習等建模之后對模型效果進行評價的常用指標。
結論
以上數據表明，好的AAM模型擬合能更好地描述面部動作單元的動作。換言之，也驗證了嬰幼兒面部表情分析系統(Baby FaceReader)可用于食品偏好、感官研究等，是進行嬰幼兒面部動作單元分析的有利工具。
研究幫助我們了解嬰兒在學習什么、處理什么以及影響其發(fā)展的因素是什么。
參考文獻
Maroulis, A.; Spink, A.J.; Theuws, J.J.M.; Oster, H. & Buitelaar, J. (2017). Sweet or sour. Validating Baby FaceReader to analyse infant responses to food. Poster presentation 12th Pangborn Sensory Science Symposium, 20-24 August, 2017.
Oster, H. (2005). The repertoire of infant facial expressions: An ontogenetic perspective. Emotional development, 261-292.
Oster, H. (2016). Baby FACS: Facial Action Coding System for infants and young children. Unpublished monograph and coding manual. New York University.
關注諾達思公眾號，聯系我們獲取更多產品信息及學術文章！
