Как испытать эмоции по информации

Как научиться распознавать свои эмоции и эмоции других людей?

В течение долгого времени психологи не обращали на мимику никакого внимания. Впервые ей уделили внимание в 1872 году. Как ни странно, это был никто иной, как Чарльз Дарвин. Его работа об особенностях выражения эмоций у животных и человека заставила многих ученых обратить внимание на мимику.

Дарвин утверждал, что и людей и у животных наблюдается схожесть в выражении “лиц”, когда они испытывают некоторые эмоции. Например, и хищник и человек скалится, когда начинает злиться. При этом, Дарвин подчеркивал, что, в отличие от мимики, жесты человека могут быть условными, поскольку в большей степени говорят не о личности непосредственно, а о культурной среде, в которой человек вырос.

Спустя почти 50 лет о работе Дарвина вновь заговорили. Первым из людей, снова обративших внимание на мимику, стал Дюшен де Булон: нейроанатом родом из Франции. Себе в задачи он ставил полное опровержение ученых-нацистов о том, что людей, которые не принадлежат к арийской расе, можно узнать не только по внешности, но и по жестам.

Спустя еще 30 лет темой мимики вплотную занялся психолог из Америки — Пол Экман. Он провел множество исследований, прежде чем убедиться в том, что Дарвин был прав: действительно в разных культурах один и тот же жест может означать разное, а вот мимика не отличается.

Одним из самых ярких примеров, которые Экман использовал затем в качестве доказательства своей правоты, стали его исследования, которые ученый провел в Папуа Новой Гвинее. Представители местных племен практически не имели контакта с европейской культурой, однако основные эмоции выражались с помощью таких же мимических реакций, как и у европейцев.

На основе ряда исследований Пол Экман и Уоллес Фризен в конце семидесятых годов разработали систему координации лицевых движений, которая оказалась универсальной для представителей любых культур.

Выявлено 7 эмоций, которые одинаково выражают люди из разных уголков мира:

Каждую можно определить по ряду характерных признаков. Кроме того, по этим же признаками можно оценить степень ее силы, а также смешана ли она с другими чувствами или же нет.

Какими способами человек выражает эмоции?

На человеческом лице есть три основные зоны, которые отвечают за мимику.

• брови и лоб
• переносица, глаза и веки
• щеки, рот, нижняя часть носа и подбородок

Каждая из этих зон принимает свою форму в зависимости от испытываемой эмоции. Например, если человек удивлен, то он поднимет брови. Если человек испытывает страх, то он приподнимает не только брови, но и верхние веки, а рот приоткрывается.

Для выражения каждой из семи универсальных эмоций есть большая карта микродвижений каждой из представленных зон.

Ложные сообщения

Экман считает, что сфальсифицировать выражение лица чрезвычайно сложно. Если человек лжет, то лицо в этот момент, транслирует два сообщения. Истинную эмоцию, которую он пытается скрыть, и фальшивую, которую он попытается транслировать другим. По мнению Экмана контроль мимических сообщений может быть разным. Например:

• смягчение
• модулирование
• фальсификация

В первом случае человек может добавить слова или, так называемые, мимические комментарии, к уже существующему выражению лица. Например, если взрослый человек очень боится зубных врачей. То скорее всего, помимо выражения страха, у него на лице будет микровыражение отвращения к самому себе за проявленную слабость.

Второй случай — модулирование, в рамках которого собеседник пытается корректировать степень интенсивности выражения своих чувств. Грубо говоря, в этом случае человек бессознательно пытается сократить амплитуду своих лицевых мускулов.

Фальсификация: кто-то использует фальшивую мимику. Он может либо симулировать выражение того или иного чувства, либо маскировать одну (истинную) эмоцию другой (ложной).

Как научиться распознавать ложь?

Для этого нужно обращать внимание на целых 5 аспектов выражения эмоций.

• Лицевую морфологию.
• Как быстро возникает и сколько времени держится эмоция.
• Какая лицевая зона является основной в выражении эмоции.
• Какие микровыражения прерывают главное выражение эмоции.
• Присутствует или нет социальный контекст.

Как правило, люди, которые вынуждены контролировать свои эмоции, большую часть своего внимания уделяют нижней части лица. Для фальсификации эмоции большинство людей используют нос, губы, подбородок и щеки. Но, если в этот момент обратить внимание на верхнюю часть лица: глаза и веки, то можно увидеть истинную эмоцию, которую испытывает человек.

Стоит уделять внимание и микровыражениям. Они длятся недолго, возможно, даже доли секунды, и потребуется немалая практика, чтобы научиться их улавливать.

Если вы хотите стать настоящим профи в распознавании эмоций, совсем необязательно прямо сейчас бежать в книжный магазин и скупать всю литературу, написанную Полом Экманом, а затем тратить десятки часов своего времени на то, чтобы осмыслить прочитанное и позже применить полученные навыки не практике. Специально для тех, кто хочет читать людей, как открытую книгу, освоить базу эффективного общения и развить эмоциональный интеллект, Викиум разработал онлайн-интенсив.

Эмоциональный интеллект от Викиум поможет за 1 месяц научиться понимать истинные мотивы людей, управлять их настроением, эффективно разрешать конфликтные ситуации и усовершенствовать свое общение с окружающими.

Важно ли понимать свои эмоции?

Что управляет человеком? В первую очередь — эмоции: их влияние на поведение и реакции человека сложно недооценить. Даже полное отсутствие эмоций это тоже эмоциональное состояние, которое обязательно влечет за собой соответствующие поведенческие реакции.

Именно эмоции являются определяющим фактором в поведенческих реакциях на то или иное событие, а также на уровень информационно-энергетического обмена.

От эмоционального состояния зависит та или иная направленность мыслей. От эмоционального состояния зависит степень ясности нашего мышления. Именно эмоции определяют уровень агрессии, а также степень мотивации и открытости к другим людям. Если кто-то не может распознавать свои эмоции, то не сможет повлиять на них, если будут нести разрушительные последствия. В подобных случаях человек чаще всего пытается заглушить негативное эмоциональное состояние вредными привычками или перееданием. В конечном итоге подобные поведенческие паттерны могут негативно сказываться на здоровье, материальном состоянии и на психике.

Невозможность понимать эмоции других людей также не несет ничего хорошего. Можно внезапно наткнуться на агрессивную реакцию или обиду или еще что-то. Впоследствие это может привести к полному отсутствию эмоционального интеллекта и нежеланию взаимодействовать с другими людьми.

Способность распознавать свои эмоции.

В качестве примера возьмем состояние гнева и злости. Если его вовремя не взять под контроль, то оно может привести к негативным последствиям. Чтобы быстро распознавать свои эмоции, попробуйте сначала определить физиологические их признаки.

Например, среди физиологических признаков злости можно выделить следующие:

• выступающий пот в ладонях
• сдавленность или боль в области живота
• подрагивание мышц на лице
• крепко сжатые челюсти
• небольшое головокружение

Среди эмоциональных признаков злости можно выделить следующие:

• грусть и раздражительность
• желание немедленно прекратить происходящее
• обиду
• чувство подавленности

Эмоции злости широкого выражаются и в невербальных признаках. Например, вы можете ходить из угла в угол или ерзать на стуле, не находя себе места, повышать голос. Часто во время, когда человек испытывает злость, его начинает мучить жажда.

Как понять свои эмоции? В первую очередь старайтесь развивать осознанность. Так вы сможете вовремя остановиться и оценить ситуацию и свою реакцию со стороны. Иногда только одного осознания своей эмоции будет достаточно для того, чтобы негативная реакция пошла на спад и не повлекла за собой никаких негативных последствий.

Существуют ли еще какие-то способы быстро понимать свои эмоции?

Да. Мы приведем их ниже.

• Эмоциональный словарь. Да, в определении чувств очень важны слова. Постарайтесь описывать их словами: это даст возможность в будущем быстрее определять свое эмоциональное состояние.
• Старайтесь понимать степень интенсивности своих эмоций. Заведите личную шкалу, в которую вы будете вносить то, что вы чувствуете, и определяйте степень интенсивности чувств самостоятельно.
• Первое время записывать будет необходимо. Однако уже через неделю или даже более короткий срок, вы с удивлением отметите, что намного точнее и быстрее начинаете определять свои эмоциональные состояния и контролировать их.

Источник

Введение в задачу распознавания эмоций

Распознавание эмоций – горячая тема в сфере искусственного интеллекта. К наиболее интересным областям применения подобных технологий можно отнести: распознавание состояния водителя, маркетинговые исследования, системы видеоаналитики для умных городов, человеко-машинное взаимодействие, мониторинг учащихся, проходящих online-курсы, носимые устройства и др.

В этом году компания ЦРТ посвятила этой теме свою летнюю школу по машинному обучению. В этой статье я постараюсь дать краткий экскурс в проблему распознавания эмоционального состояния человека и расскажу и подходах к ее решению.

Что такое эмоции?

Эмоция – это особый вид психических процессов, которые выражают переживание человеком его отношения к окружающему миру и самому себе. Согласно одной из теорий, автором которой является российский физиолог П.К. Анохин, способность испытывать эмоции была выработана в процессе эволюции как средство более успешной адаптации живых существ к условиям существования. Эмоция оказалась полезной для выживаемости и позволила живым существам быстро и наиболее экономно реагировать на внешние воздействия.

Эмоции играют огромную роль в жизни человека и межличностном общении. Они могут быть выражены различными способами: мимикой, позой, двигательными реакциями, голосом и вегетативными реакциями (частота сердечных сокращений, артериальное давление, частота дыхания). Однако наибольшей выразительностью обладает лицо человека.

Каждый человек выражает эмоции несколько по-разному. Известный американский психолог Пол Экман, исследуя невербальное поведение изолированных племен в Папуа-Новой Гвинее в 70-х годах прошлого века, установил, что ряд эмоций, а именно: гнев, страх, печаль, отвращение, презрение, удивление и радость являются универсальными и могут быть поняты человеком, независимо от его культуры.

Люди способны выражать широкий спектр эмоций. Считается, что их можно описать как комбинацию базовых эмоций (например, ностальгия – это что-то среднее между печалью и радостью). Но такой категориальный подход не всегда удобен, т.к. не позволяет количественно охарактеризовать силу эмоции. Поэтому наряду с дискретными моделями эмоций, был разработан ряд непрерывных. В модели Дж. Рассела водится двумерный базис, в котором каждая эмоция характеризуется знаком (valence) и интенсивностью (arousal). Ввиду своей простоты модель Рассела в последнее время приобретает все большую популярность в контексте задачи автоматической классификации выражения лица.

Итак, мы выяснили, что если вы не пытаетесь скрыть эмоциональное возбуждение, то ваше текущее состояние можно оценить по мимике лица. Более того, используя современные достижения в области deep learning возможно даже построить детектор лжи, по мотивам сериала «Lie to me», научной основой которого послужили непосредственно работы Пола Экмана. Однако эта задача далеко не так проста. Как показали исследования нейробиолога Лизы Фельдман Барретт, при распознавании эмоций человек активно использует контекстную информацию: голос, действия, ситуацию. Взгляните на фотографии ниже, это действительно так. Используя только область лица, правильное предсказание сделать невозможно. В связи с этим для решения этой задачи необходимо использовать как дополнительные модальности, так и информацию об изменении сигналов с течением времени.

Здесь мы рассмотрим подходы к анализу только двух модальностей: аудио и видео, так как эти сигналы могут быть получены бесконтактным путем. Чтобы подступиться к задаче в первую очередь нужно раздобыть данные. Вот список наиболее крупных общедоступных баз эмоций, известных мне. Изображения и видео в этих базах были размечены вручную, некоторые с использованием Amazon Mechanical Turk.

Название	Данные	Разметка	Год выпуска
OMG-Emotion challenge	aудио/видео	7 категорий, valence/arousal	2018
EmotiW challenge	aудио/видео	6 категорий	2018
AffectNet	изображения	7 категорий, valence/arousal	2017
AFEW-VA	видео	valence/arousal	2017
EmotioNet challenge	изображения	16 категорий	2017
EmoReact	aудио/видео	17 категорий	2016

Классический подход к задаче классификации эмоций

Наиболее простой способ определения эмоции по изображению лица основан на классификации ключевых точек (facial landmarks), координаты которых можно получить, используя различные алгоритмы PDM, CML, AAM, DPM или CNN. Обычно размечают от 5 до 68 точек, привязывая их к положению бровей, глаз, губ, носа, челюсти, что позволяет частично захватить мимику. Нормализованные координаты точек можно непосредственно подать в классификатор (например, SVM или Random Forest) и получить базовое решение. Естественно положение лиц при этом должно быть выровнено.

Простое использование координат без визуальной компоненты приводит к существенной потере полезной информации, поэтому для улучшения системы в этих точках вычисляют различные дескрипторы: LBP, HOG, SIFT, LATCH и др. После конкатенации дескрипторов и редукции размерности с помощью PCA полученный вектор признаков можно использовать для классификации эмоций.

Однако такой подход уже считается устаревшим, так как известно, что глубокие сверточные сети являются лучшим выбором для анализа визуальных данных.

Классификация эмоций с применением deep learning

Для того чтобы построить нейросетевой классификатор достаточно взять какую-нибудь сеть с базовой архитектурой, предварительно обученную на ImageNet, и переобучить последние несколько слоев. Так можно получить хорошее базовое решение для классификации различных данных, но учитывая специфику задачи, более подходящими будут нейросети, используемые для крупномасштабных задач распознавания лиц.

Итак, построить классификатор эмоций по отдельным изображениям достаточно просто, но как мы выяснили, мгновенные снимки не совсем точно отражают истинные эмоции, которые испытывает человек в данной ситуации. Поэтому для повышения точности системы необходимо анализировать последовательности кадров. Сделать это можно двумя путями. Первым способом является подача высокоуровневых признаков, полученных от CNN, классифицирующей каждый отдельный кадр, в рекуррентную сеть (например, LSTM) для захвата временной составляющей.

Второй способ заключается в непосредственной подаче последовательности кадров, взятых из видео с некоторым шагом, на вход 3D-CNN. Подобные CNN используют свертки с тремя степенями свободы, преобразующие четырехмерный вход в трехмерные карты признаков.

На самом деле в общем случае эти два подхода можно объединить, сконструировав вот такого монстра.

Классификация эмоций по речи

На основе визуальных данных можно с высокой точностью предсказывать знак эмоции, но при определении интенсивности предпочтительнее использовать речевые сигналы. Анализировать аудио немного сложнее ввиду сильной вариативности длительности речи и голосов дикторов. Обычно для этого используют не исходную звуковую волну, а разнообразные наборы признаков, например: F0, MFCC, LPC, i-вектора и др. В задаче распознавания эмоций по речи хорошо себя зарекомендовала открытая библиотека OpenSMILE, содержащая богатый набор алгоритмов для анализа речи и музыкальных сигналов. После извлечения, признаки могут быть поданы в SVM или LSTM для классификации.

Однако в последнее время сверточные нейронные сети стали проникать и в область анализа звука, вытесняя устоявшиеся подходы. Для того чтобы их применить, звук представляют в виде спектрограмм в линейной или mel-шкале, после чего с полученными спектрограммами оперируют как с обычными двумерными изображениями. При этом проблема произвольного размера спектрограмм по временной оси элегантно решается при помощи статистического пулинга или за счет включения в архитектуру рекуррентной сети.

Аудиовизуальное распознавание эмоций

Итак, мы рассмотрели ряд подходов к анализу аудио- и видеомодальностей, остался заключительный этап – объединение классификаторов для вывода окончательного решения. Простейшим способом является непосредственное объединение их оценок. В этом случае достаточно взять максимум или среднее. Более сложным вариантом является объединение на уровне эмбеддингов для каждой модальности. Для этого часто применяют SVM, но это не всегда корректно, так как эмбеддинги могут иметь различную норму. В связи с этим были разработаны более продвинутые алгоритмы, например: Multiple Kernel Learning и ModDrop.

Ну и конечно стоит упомянуть о классе так называемых end-to-end решений, которые могут обучаться непосредственно на сырых данных от нескольких датчиков без всякой предварительной обработки.

В целом задача автоматического распознавания эмоций еще далека от решения. Судя по результатам прошлогоднего конкурса Emotion Recognition in the Wild, лучшие решения достигают точности порядка 60%. Надеюсь, что представленной в этой статье информации будет достаточно, для того чтобы попытаться построить собственную систему распознавания эмоций.

Источник