该研究是对婴幼儿面部表情分析系统的第一个验证结果。研究主要探讨了与食物偏好(AU1,4,7,9,10,15,18,26/27)、笑(AU6,12)、哭(AU20)、睁大眼睛(AU5)和下巴抬起(AU17)相关的面部动作单元活动情况。
婴儿面部表情分析系统
婴幼儿面部表情分析系统（Baby FaceReader）是一种自动检测婴儿面部表情的系统，有助于解决发展心理学中有关情感和发育障碍（如自闭症谱系障碍 (ASD)）、亲子互动时婴幼儿的情感表达以及婴幼儿食物偏好的感官研究等相关的问题。
基于AAM模型(主动外观模型)，研究人员采用了高质量的婴幼儿图片对面部动作单元进行分析，经过去重之后，最终有74张图片。图一为较好的AAM模型拟合效果与完美AAM模型拟合效果的对比。图二是74张图片不同面部动作单元和两种模型拟合效果的F1值。
表一为不同面部单元的频数分布；表二是完美AAM模型拟合效果的面部动作单元的准确率(Accuracy)、召回率(Recall)、精确率(Precision)、F1值(F1Score)、面部动作编码一致性(FACS Agreement Score)分析(n=29)。
其中准确率、召回率、F值是目前机器学习等建模之后对模型效果进行评价的常用指标。
结论
以上数据表明，完美AAM模型拟合能更好地描述面部动作单元的动作。换言之，也验证了婴幼儿面部表情分析系统(Baby FaceReader)可用于食品偏好、感官研究等，是进行婴幼儿面部动作单元分析的有利工具。
研究帮助我们了解婴儿在学习什么、处理什么以及影响其发展的因素是什么。
参考文献
- 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 Unpublished monograph and coding manual.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.
关注诺达思公众号，联系我们获取更多产品信息及学术文章！
