MoodCam：基于真实场景智能手机面部情感分析的实时情绪预测
人机交互
2024-12-18 v1
摘要
MoodCam 引入了一种在日常活动中通过智能手机前置摄像头利用面部情感分析来评估情绪的新方法。我们在四周内收集了涉及 25 名参与者的 15,995 次真实世界手机交互过程中的面部行为基元。我们开发了三个用于及时干预的模型：瞬时、每日平均和次日平均。值得注意的是，我们的模型在效价（Valence）方面的 AUC 得分在 0.58 到 0.64 之间，在唤醒度（Arousal）方面的 AUC 得分在 0.60 到 0.63 之间。这些得分与先前一些研究的结果相当或更好。这种预测能力表明，MoodCam 可以有效地预测情绪趋势，为心理健康管理中的及时干预和资源规划提供有价值的见解。结果令人鼓舞，因为它们证明了使用实时和预测性情绪分析来辅助心理健康干预的可行性，并有可能在通过情绪趋势转变识别出的关键时期提供先发制人的支持。
引用
@article{arxiv.2412.12625,
title = {MoodCam: Mood Prediction Through Smartphone-Based Facial Affect Analysis in Real-World Settings},
author = {Rahul Islam and Tongze Zhang and Sang Won Bae},
journal= {arXiv preprint arXiv:2412.12625},
year = {2024}
}
备注
Accepted to IEEE International Conference on Ubiquitous Intelligence and Computing (UIC 2024)