面部表情是人類情緒的豐富信息源。與依賴人們表達自身感受能力的調查或訪談不同，面部表情能夠揭示即時、無意識的情緒反應。
面部表情分析在消費者行為研究領域極具價值，因為情緒反應會顯著影響決策過程。此外，面部表情分析還廣泛應用于其他研究領域，包括行為科學、醫學、心理學、金融學和教育學。
在本文研究中，Elisa Landmann探究了在這些不同研究領域中使用FaceReader的最佳方法，重點關注實驗設計、準確的數據處理與分析以及其他方法學考量[1]。
情緒理論
在情緒研究領域，兩個重要的情緒理論分別是Ekman的基本情緒理論[2]和Russell的環形模型[3]。
基本情緒理論認為，存在六種基本情緒：快樂、驚訝、憤怒、恐懼、厭惡和悲傷，我們通過面部肌肉來表達這些情緒。這些情緒也被稱為動作單元（AUs）。
環形模型則從兩個主要維度來描述情緒：效價和喚醒度。效價指的是情緒的積極或消極程度，而喚醒度則表示情緒所引發的活動或警覺水平。
FaceReader的工作原理
面部表情分析系統（FaceReader）是一款用于面部表情分析的自動化系統。系統依據基本情緒理論和環形模型對面部表情進行測量，為研究者提供大量信息。FaceReader的其他優勢包括在不同研究領域均成功通過驗證，且具有極高的準確率。該準確率已通過ADFES數據集驗證[4]。
為深入了解FaceReader在采集、分析和分析情緒數據方面的實際應用，Landmann進行了文獻綜述，該綜述涵蓋了來自不同行為研究領域的研究。
FaceReader的系統性綜述
Landmann將64項來自2013-2023年間發表的有關FaceReader的學術文章納入其綜述研究，并聚焦于FaceReader在四個關鍵點的應用：
-
優勢
-
數據收集與準備
-
輸出結果的處理與分析
-
結果的有效性
- FaceReader的優勢
FaceReader廣泛應用于醫學、心理學、教育學、金融學和市場營銷等多個學術研究與商業領域。由于系統基于算法，面部表情分析不受人類編碼員個人偏見的影響，且分析速度更快。
Western University的Erin Heerey博士表示，FaceReader能在短短14小時內完成800小時的人工編碼分析，大大節省了研究時間，提高了效率。
此外，相較于市場上其他工具，FaceReader的優勢還包括：對單個動作單元（AUs）的分類、用戶友好的界面、獲取效價和喚醒度數據的能力、實時分析面部表情的功能、追蹤眼動和注視以及全新版本中的新功能！包括從語音中分析情緒、同時檢測多個面孔（多至8人）等。這將幫助研究者更詳細地研究情緒狀態以及更好地理解情緒狀態與社交互動或群體動態之間的關系。
2. FaceReader數據的收集與準備
為優化FaceReader的數據收集，研究者需要高質量的視頻素材，確保面部表情清晰可見。這意味著需關注充足的照明和合適的攝像機角度，同時指導被試直視攝像機并避免頭部過度移動。
此外，FaceReader會評估圖像或視頻的質量，幫助研究者獲取并選擇準確的數據進行分析。
通過遵循標準化的數據收集與準備協議，可以提高面部表情分析的質量和有效性。
3. FaceReader輸出結果分析
FaceReader為研究者提供狀態日志和更詳細的日志，這些日志可導出至其他（統計）程序，如Excel或SPSS。
FaceReader中處理和分析數據有不同方法，包括動作單元和情緒類別的分析。這涵蓋良好的數據處理技術，如數據清洗、計算均值或標準差、將分數轉換為等級、使用截斷分數等。
此外，FaceReader的項目分析模塊提供了對面部表情數據的高級分析功能。通過比較不同被試組，可以輕松評估刺激物（如廣告或圖像）。創建自定義篩選條件，并根據自變量進行選擇。
4. FaceReader結果的有效性
評估FaceReader測量在不同個體和情境中捕捉情緒的準確性和一致性仍然至關重要。例如，通過將系統結果與既定的情緒編碼系統或人類評分進行比較。
當前文獻綜述的發現顯示，準確率在80%-90%之間，表明FaceReader的高準確性。尤其在評估基本情緒時最為準確。對于驚訝、恐懼和憤怒等微妙表情的區分，可能仍需人類編碼員進行監督。
FaceReader的廣泛應用
這項綜述研究不僅凸顯了FaceReader在分析情緒反應方面的穩健性，還強調了標準化指南如何有助于優化其在不同研究領域的應用。
例如，在市場營銷領域，了解消費者對廣告的情緒反應有助于公司改進內容，以更好地滿足消費者需求。在心理健康研究中，對情緒狀態的客觀測量可改善不同障礙的診斷和治療。
而隨著FaceReader的不斷演進更新，其應用將進一步拓展，為深入理解人類情緒提供更多洞見。
參考文獻
-
[1] Landmann, E. (2023). I can see how you feel – Methodological considerations and handling of Noldus’s FaceReader software for emotion measurement. Technological Forecasting & Societal Change, 197.
-
[2] Ekman, P. (1992). An argument for basic emotions. Cognition & emotion, 6(3-4), 169-200.
-
[3] Scarantino, A. (2015). Basic emotions, psychological construction, and the problem of variability. In L.F. Barrett & J.A. Russell (Eds.), The psychological construction of emotion (pp. 334–376). The Guilford Press.
-
[4] Schalk, J. van der; Hawk, S.T.; Fischer, A.H.; Doosje, B.J. (2011). Moving faces, looking places: The Amsterdam Dynamic Facial Expressions Set (ADFES). Emotion, 11, 907-920.
歡迎關注公眾號，了解更多精彩內容
