Recognizing emotions from biological motion in a point-light display
No Thumbnail Available
Journal Title
Journal ISSN
Volume Title
Elektroniikan, tietoliikenteen ja automaation tiedekunta |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Author
Date
2010
Department
Major/Subject
Vuorovaikutteinen digitaalinen media
Mcode
T-111
Degree programme
Language
en
Pages
72 + [9]
Series
Abstract
Tämä diplomityö käsittelee emootioiden tunnistamista tallennetusta liikkeestä. Tarkoituksenamme on tutkia kuinka hyvin ihmiset pystyvät tunnistamaan eri emootiot ainoastaan biologisen liikkeen perusteella. Halusimme tutkia myös kuinka paljon tunnistustarkkuus muuttuu, oletetusti pienenee, jos liikkeen kääntää ylösalaisin. Tutkimuksessamme käytimme optista liikkeenkaappausjärjestelmää, minkä avulla pystyimme erottelemaan näyttelijöiden liikedatan kuvadatasta. Näin saadaan aikaiseksi ns. valopiste-esityksiä missä valkoiset pisteet liikkuvat mustalla taustalla. Valkoiset pisteet olivat sijoiteltu tallennuksen aikana näyttelijämme nivelten kohdalle. Esitysten luomiseen käytimme kahta harrastelija näyttelijää, miestä ja naista, jotka esittivät oveen koputus -liikkeen kymmenellä eri emootioilla. Nämä emootiot olivat pelokas, vihainen, innostunut, iloinen, neutraali, rentoutunut, surullinen, vahva, väsynyt ja heikko. Tämän jälkeen näytimme näitä valopiste-esityksiä 35 koehenkilölle joiden tarkoituksena oli yrittää tunnistaa näyttelijän emootio tai kuvailla sitä yhdellä valmiiksi annetuista adjektiiveista. Tuloksista pystyimme toteamaan, että koehenkilömme tunnistivat vaihtelevalla tarkkuudella emootiot näyttelijöidemme valopiste-esityksistä. Tunnistustarkkuus oli keskimäärin 20 % oikeinpäin olleille esityksille ja noin 19 % väärinpäin olleille esityksille. Yksittäisille emootioille saimme noin 11-44 %:n tunnistustarkkuuden (väsynyt 44 %, pelokas 11 %). Lisäksi totesimme useiden emootioiden sekoittuneen keskenään, mikä oli odotettua teorian perusteella. Tuloksemme osoittivat myös koehenkilöille pientä oppimista emootioiden tunnistamisessa kokeen aikana, esitysten tunnistamistarkkuuden ollessa heikompaa alkupään herätteissä kuin loppupään.The objective of this master's thesis was to examine the recognition of emotion from motion captured movement. Our goal was to research how accurately humans can recognize different emotions from biological motion. We also wanted to know how much the rate is decreased when the motion is turned upside down. We used optical motion capture system to record movements from our actors and to separate the pure motion data from image data. With this method we got so called pointlight display stimuli, where white dots are moving against dark background. The white dots were attached to our actor's main joints. For creating the movements we used two amateur actors, male and female, who acted a simple scene of knocking on the door with ten different emotions. These emotions were afraid, angry, excited, happy, neutral, relaxed, sad, strong, tired and weak. After the capture, we showed these displays as a stimulus to 35 test subjects and asked them to describe the emotions or the overall feeling of the actor with one of the ten pre-given adjectives. Purpose was to test how accurately the acted emotions could be recognized in the point-light display. The results indicated that our test subjects could recognize emotions with varying rate from a point-light display. The recognition rate was average 20 % for normal oriented displays and on average 19 % for upside down displays. For a single emotion, we got 11 % to 44 % recognition rate (tired 44 %, afraid 11 %). We also discovered that the emotions were confused to another which was expected according to the theory. Our results also indicated that our test subjects experienced a slight learning during the experiment. The recognition rate was better in the latter half of our experiment.Description
Supervisor
Takala, TapioKeywords
emotions, motion capture, biological motion, pattern recognition, point-light display, emootiot, liikekaappaus, biologinen liike, hahmon tunnistus, valopiste-esitys
