FaceReader programmi võimekus inimemotsioonide tuvastamisel ja seosed videomodellide ekstravertsusega

Abstract

Uurimistöös keskendusin FaceReaderi programmi täpsuse hindamisele inimemotsioonide tuvastamisel videoklippidest ning seosele videomodellide ekstravertsuse ja FaceReaderi tuvastamistäpsuse vahel. Varasemad uuringud on näidanud, et ekstravertse isiksusejoone ja väljendatud ekspressiivsete näoväljenduste vahel esinevad seosed. FaceReader analüüsis 99 modelli (38 meest) poolt esitatud kolme emotsiooni – rõõmu, vastikust ja hirmu – väljendavaid 294 videoklippi. Programm määras protsentuaalselt videoklippides tuvastatud baasemotsioonide esinemise määra, mille alusel lõin binaarse muutuja tabamuse ja möödalasu eristamiseks. Analüüsisin pakutud emotsioonide tuvastamistäpsust, koostasin sagedustabeli FaceReaderi hinnangute kohta kolme emotsiooni lõikes ning kasutasin logistilist regressioonanalüüsi, et uurida, kas modelli ekstravertsuse skoor ennustab FaceReaderi emotsioonide tuvastamise täpsust. FaceReaderi üldine täpsus kõigi kolme emotsiooni tuvastamisel oli 37,4%. Programm oli märgatavalt edukam rõõmu tuvastamisel (96,9%) kui vastikuse (11,3%) ja hirmu (4%) tuvastamisel. Logistilise regressioonanalüüsi tulemusel ei osutunud modelli ekstravertsuse skoor statistiliselt oluliseks täpsuse ennustamisel. Uurimistöö pakub väärtuslikku ülevaadet uudse emotsioonituvastustarkvara toimimisest, tuues esile selle kitsaskohad ja arenguvõimalused. Samuti viitab töö vajadusele uurida põhjalikumalt seoseid analüüsitavate modellide ekstravertsuse ja teiste isiksuseomaduste ning emotsioonide tuvastamise täpsuse vahel.