Mikroilmeiden havainnointi ohjatun oppimisen avulla

Väitöstilaisuuden tiedot

Väitöstilaisuuden päivämäärä ja aika

Väitöstilaisuuden paikka

L10

Väitöksen aihe

Mikroilmeiden havainnointi ohjatun oppimisen avulla

Väittelijä

Diplomi-insinööri Thuong Khanh Tran

Tiedekunta ja yksikkö

Oulun yliopiston tutkijakoulu, Tieto- ja sähkötekniikan tiedekunta, Konenäön ja signaalianalyysin tutkimuskeskus

Oppiaine

Tietotekniikka

Vastaväittäjä

Professori Liming Chen, École centrale de Lyon

Kustos

Akatemiaprofessori Guoying Zhao, Oulun yliopisto

Vieraile väitöstilaisuudessa

Lisää tapahtuma kalenteriin

Mikroilmeiden havainnointi ohjatun oppimisen avulla

Mikroilmeet ovat nopeita ja tahdosta riippumattomia kasvonilmeitä, jotka viittaavat piilotettuihin tai tukahdutettuihin tunteisiin. Kiinnostus mikroilmeiden tutkimusta kohtaan on viime aikoina lisääntynyt huomattavasti. Aiheesta on tehty useita tutkimuksia sen tarjoamien ihmiskeskeisen vuorovaikutuksen ja viestinnän avustamiseen liittyvien mahdollisuuksien vuoksi. Erityisesti mikroilmeiden havaitsemiseen liittyy kuitenkin edelleen rajoitteita. Yksi mikroilmeiden analysoinnin tehtävistä onkin mikroilmeiden ajallinen paikantaminen videolla.

Tämä opinnäytetyö tarjoaa viiteen julkaisuun perustuvan kattavan yhteenvedon mikroilmeiden havainnoinnin ohjatusta oppimisesta. Aluksi esitellään mikroilmeiden havainnoinnissa käytettävien tietojen valmistelu- ja vertailutoimet, joihin kuuluvat esimerkiksi videoleikkeiden valinta, kasvokuvan kohdistus ja uusien vertailuarvojen määrittäminen mikroilmeiden havaitsemista varten, jotta voidaan luoda standardit mikroilmeiden havainnoinnin arvioinnille. Seuraavaksi esitellään kasvonilmeiden analysointiin ja mikroilmeiden havaitsemiseen käytettäviä koneoppimismalleja aina erityisvalmisteisista ominaisuuksista syväoppimistekniikoihin saakka.

Tutkimuksen tulokset ovat seuraavat. Ensinnäkin spontaania mikroilmetietokantaa laajennetaan suuremmaksi versioksi, joka mahdollistaa mikroilmeiden tehokkaamman havainnoinnin. Työssä on laadittu myös uusia mikroilmeiden havainnoinnin vertailuarvoja, jotka mahdollistavat mikroilmeiden eri havainnointitekniikoiden keskinäisen vertailun. Lisäksi tässä työssä esitellään uusi multimodaaliseen lähestymistapaan perustuva menetelmä mikroilmeiden havaitsemiseksi pitkissä videoissa. Lopuksi työ sisältää yhteenvedon tuloksista sekä keskustelua tulevista tutkimussuuntauksista ja mikroilmeiden havainnoinnin mahdollisista sovelluksista.
Viimeksi päivitetty: 12.1.2024