Emotion Prediction Through Audiovisual Content Analysis

Detalhes bibliográficos
Autor(a) principal: Peixoto, Nuno Filipe Matos
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/11110/2537
Resumo: Reconhecer e perceber quais são as emoções despertadas pelos conteúdos audiovisuais pode tornar-se uma ferramenta essencial para a indústria media, entre outras, uma vez que, ao usar esta informação podem garantir a produção de conteúdo que irá, com grande eficácia, despertar o sentimento pretendido no publico alvo. No entanto, devido à grande complexidade do cérebro humano, existem várias variáveis para considerar, tais como variáveis de baixo nível como as cores, luminosidade e contraste numa imagem e variáveis de alto nível que podem ser o tipo de objetos presentes, condições meteorológicas, entre outras. Para além destas, podemos ter uma análise bottom-up, focada em dados sensórias, e uma análise top-down influenciada por experiências prévias, expectativas, variáveis contextuais e até outras variáveis que ainda nos são desconhecidas. Desta forma, este tópico será explorado em maior profundidade com o objetivo de compreender de que forma os fundamentos da psicologia e neurociência podem ser aplicados neste trabalho e no mundo da engenharia informática. Neste projeto, recorrendo à abordagem direta na análise de conteúdo audiovisual, o nosso objetivo é a criação de um algoritmo, através do uso de ferramentas de machine learning, com a finalidade de compreender e prever a excitação emocional induzida por este tipo de conteúdo e torná-la aplicável a vários tipos de conteúdo. Neste estudo iremos usar a atividade eletrodérmica, que consiste em alterações autonómicas nas propriedades elétricas da pele, como base para a criação das métricas neste projeto uma vez que apresenta resultados positivos em prever estados cognitivos como excitação emocional, emoção e atenção. No entanto, pode ser difícil interpretar as suas métricas agregadas. Este projeto apresenta como é que chegamos à conclusão de que é, de facto, possível prever em classes a resposta excitatória emocional a partir de vídeo e áudio e que, poderá ser uma questão de tempo até que se torne algo usado diariamente na realidade atual.
id RCAP_b068dad8b2e3df26f8cc7fce08ce4893
oai_identifier_str oai:ciencipca.ipca.pt:11110/2537
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Emotion Prediction Through Audiovisual Content AnalysisAnálise EmocionalNeurociênciaMachine LearningVídeo AfetivoReconhecer e perceber quais são as emoções despertadas pelos conteúdos audiovisuais pode tornar-se uma ferramenta essencial para a indústria media, entre outras, uma vez que, ao usar esta informação podem garantir a produção de conteúdo que irá, com grande eficácia, despertar o sentimento pretendido no publico alvo. No entanto, devido à grande complexidade do cérebro humano, existem várias variáveis para considerar, tais como variáveis de baixo nível como as cores, luminosidade e contraste numa imagem e variáveis de alto nível que podem ser o tipo de objetos presentes, condições meteorológicas, entre outras. Para além destas, podemos ter uma análise bottom-up, focada em dados sensórias, e uma análise top-down influenciada por experiências prévias, expectativas, variáveis contextuais e até outras variáveis que ainda nos são desconhecidas. Desta forma, este tópico será explorado em maior profundidade com o objetivo de compreender de que forma os fundamentos da psicologia e neurociência podem ser aplicados neste trabalho e no mundo da engenharia informática. Neste projeto, recorrendo à abordagem direta na análise de conteúdo audiovisual, o nosso objetivo é a criação de um algoritmo, através do uso de ferramentas de machine learning, com a finalidade de compreender e prever a excitação emocional induzida por este tipo de conteúdo e torná-la aplicável a vários tipos de conteúdo. Neste estudo iremos usar a atividade eletrodérmica, que consiste em alterações autonómicas nas propriedades elétricas da pele, como base para a criação das métricas neste projeto uma vez que apresenta resultados positivos em prever estados cognitivos como excitação emocional, emoção e atenção. No entanto, pode ser difícil interpretar as suas métricas agregadas. Este projeto apresenta como é que chegamos à conclusão de que é, de facto, possível prever em classes a resposta excitatória emocional a partir de vídeo e áudio e que, poderá ser uma questão de tempo até que se torne algo usado diariamente na realidade atual.Trabalho de Projeto2023-01-13T14:40:18Z2023-01-132023-01-13T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/11110/2537http://hdl.handle.net/11110/2537TID:203161351engPeixoto, Nuno Filipe Matosinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-01-19T04:15:56Zoai:ciencipca.ipca.pt:11110/2537Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T16:45:18.696959Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Emotion Prediction Through Audiovisual Content Analysis
title Emotion Prediction Through Audiovisual Content Analysis
spellingShingle Emotion Prediction Through Audiovisual Content Analysis
Peixoto, Nuno Filipe Matos
Análise Emocional
Neurociência
Machine Learning
Vídeo Afetivo
title_short Emotion Prediction Through Audiovisual Content Analysis
title_full Emotion Prediction Through Audiovisual Content Analysis
title_fullStr Emotion Prediction Through Audiovisual Content Analysis
title_full_unstemmed Emotion Prediction Through Audiovisual Content Analysis
title_sort Emotion Prediction Through Audiovisual Content Analysis
author Peixoto, Nuno Filipe Matos
author_facet Peixoto, Nuno Filipe Matos
author_role author
dc.contributor.author.fl_str_mv Peixoto, Nuno Filipe Matos
dc.subject.por.fl_str_mv Análise Emocional
Neurociência
Machine Learning
Vídeo Afetivo
topic Análise Emocional
Neurociência
Machine Learning
Vídeo Afetivo
description Reconhecer e perceber quais são as emoções despertadas pelos conteúdos audiovisuais pode tornar-se uma ferramenta essencial para a indústria media, entre outras, uma vez que, ao usar esta informação podem garantir a produção de conteúdo que irá, com grande eficácia, despertar o sentimento pretendido no publico alvo. No entanto, devido à grande complexidade do cérebro humano, existem várias variáveis para considerar, tais como variáveis de baixo nível como as cores, luminosidade e contraste numa imagem e variáveis de alto nível que podem ser o tipo de objetos presentes, condições meteorológicas, entre outras. Para além destas, podemos ter uma análise bottom-up, focada em dados sensórias, e uma análise top-down influenciada por experiências prévias, expectativas, variáveis contextuais e até outras variáveis que ainda nos são desconhecidas. Desta forma, este tópico será explorado em maior profundidade com o objetivo de compreender de que forma os fundamentos da psicologia e neurociência podem ser aplicados neste trabalho e no mundo da engenharia informática. Neste projeto, recorrendo à abordagem direta na análise de conteúdo audiovisual, o nosso objetivo é a criação de um algoritmo, através do uso de ferramentas de machine learning, com a finalidade de compreender e prever a excitação emocional induzida por este tipo de conteúdo e torná-la aplicável a vários tipos de conteúdo. Neste estudo iremos usar a atividade eletrodérmica, que consiste em alterações autonómicas nas propriedades elétricas da pele, como base para a criação das métricas neste projeto uma vez que apresenta resultados positivos em prever estados cognitivos como excitação emocional, emoção e atenção. No entanto, pode ser difícil interpretar as suas métricas agregadas. Este projeto apresenta como é que chegamos à conclusão de que é, de facto, possível prever em classes a resposta excitatória emocional a partir de vídeo e áudio e que, poderá ser uma questão de tempo até que se torne algo usado diariamente na realidade atual.
publishDate 2023
dc.date.none.fl_str_mv 2023-01-13T14:40:18Z
2023-01-13
2023-01-13T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11110/2537
http://hdl.handle.net/11110/2537
TID:203161351
url http://hdl.handle.net/11110/2537
identifier_str_mv TID:203161351
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799130924891242496