心理技术与应用 ›› 2018, Vol. 6 ›› Issue (2): 100-108.doi: 10.16842/j.cnki.issn2095-5588.2018.02.005

• • 上一篇    下一篇

FaceReader 7.0对国内常见表情图片库识别的有效性研究

施聪莺;李 晶   

  1. (南京师范大学心理学院,南京210097)
  • 出版日期:2018-02-01 发布日期:2018-02-01

The Recognition Validity of FaceReader 7.0 to Common Facial Expression Image Database Systems in China

SHI Congying; LI Jing   

  1. (School of Psychology, Nanjing Normal University, Nanjing 210097, China)
  • Online:2018-02-01 Published:2018-02-01

摘要: 研究采用FaceReader 70版本,对国内常见面部表情图片库进行了识别分析。结果发现:(1)软件对USTC-NVIE图片库420张人为表情图片的识别率为580%(其中不戴眼镜的面部表情图片识别率可达640%,戴眼镜的图片识别率为519%);(2)对CFAPS图片库840张图片的识别率为481%。结论:软件对国内常见面部表情图片库的识别有效性尚可,对“高兴”、“惊奇”和“中性”情绪表现出较好的识别率,但其对“生气”、“害怕”以及戴眼镜面部表情图片的识别率还有待进一步提高。因此相关研究者在进行较为重要或精确的研究时应该注意到这一问题,必要时进行人工校对,以免影响研究结果。

关键词: FaceReader;USTC-NVIE;CFAPS;面部表情;表情识别

Abstract: FaceReader 70 was applied to recognize the facial expression images in two common expression database systems in China, USTC-NVIE and CFAPS. The results showed that: (1) the recognition rate to USTC-NVIE reached 580%, in which the facial images without glasses recognition rate is up to 640% while facial images wearing glasses recognition rate is 519%. (2) the recognition rate to CFAPS was 481%. In a word, the recognition validity of FaceReader is good to recognize Chinese common facial image database systems, and the recognition rate to the emotions “happy”, “surprise” and “neutral” is higher. However, the recognition rate to “angry”, “fear” and facial images wearing glasses remains to be further improved. Therefore, researchers should pay attention to this problem in using the software to finish important or precise studies, and manual proofreading should be added to improve the results of the study if its necessary.

Key words: FaceReader; USTC-NVIE; CFAPS; facial expression; expression recognition

中图分类号: 

  • B841
[1] 周文杰, 郭 磊. 纳入协变量信息的多级计分认知诊断模型[J]. 心理技术与应用, 2021, 9(8): 484-494.
[2] 吴旭瑶, 黄 旭, 李 静. 数字囤积行为量表的编制及信效度检验[J]. 心理技术与应用, 2021, 9(2): 116-125.
[3] 吴 娜, 解智宇, 傅安国. 脱贫内生动力量表的编制[J]. 心理技术与应用, 2021, 9(1): 20-21.
[4] 任玉洁, 石津憲一郎. 中文版过剩适应量表在大学生群体中的效度和信度[J]. 心理技术与应用, 2021, 9(1): 30-40.
[5] 刘 颖, 汪新建. 中国医患社会心态问卷维语、哈语和藏语版本的信效度检验[J]. 心理技术与应用, 2020, 8(7): 386-396.
[6] 张子睿, 吕小康. 中国医患信任量表的跨性别测量等值性[J]. 心理技术与应用, 2020, 8(7): 397-405.
[7] 姜 鹤, 赵 礼. 中国医患社会心态分问卷的跨性别测量等值性[J]. 心理技术与应用, 2020, 8(7): 406-413.
[8] 张潮, 张文焱, 刘文兰, 张皓. 大学生敬畏情绪问卷的编制[J]. 心理技术与应用, 2020, 8(4): 243-251.
[9] 杨亚坤, 朱仕浩, 刘芯伶. 基于项目拟合统计量RMSEA的Q矩阵估计方法[J]. 心理技术与应用, 2020, 8(1): 51-59.
[10] 佘 爱, 韦光彬, 曾练平. 工作家庭平衡问卷在不同性别中的测量等值性[J]. 心理技术与应用, 2020, 8(1): 60-64.
[11] 王晓玲, 贾 宁. 焦虑障碍的元认知问卷的编制、变式与应用[J]. 心理技术与应用, 2019, 7(12): 746-755.
[12] 张军成, 黄颖洁, 张淑莹, 刘得格, 屈曙光. 大学生职业决断力的测量问卷与个体差异[J]. 心理技术与应用, 2019, 7(10): 629-640.
[13] 颜志强, 刘 月, 裴 萌, 苏彦捷. 儿童共情问卷的修订及信效度检验[J]. 心理技术与应用, 2019, 7(9): 514-522.
[14] 王协顺, 苏彦捷. 中国青少年版认知和情感共情量表的修订[J]. 心理技术与应用, 2019, 7(9): 536-547.
[15] 杨晓峰, 李 玮, 郑 雪. 大学生特质宽恕问卷的编制[J]. 心理技术与应用, 2019, 7(8): 472-484.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 刘洋, 刘筱萌, 李爽怡, 万造君, 苑媛. 家长式领导对工作满意度的影响:上下级关系的中介作用[J]. 心理技术与应用, 2018, 6(9): 513 -521 .
[2] 韩 璞, 张 凤, 雷秀雅. 不同自我权力感知儿童的学校动力绘画特征[J]. 心理技术与应用, 2018, 6(9): 522 -527 .
[3] 林 桐, 王 娟. 基于视觉情境范式的口语词汇理解研究进展[J]. 心理技术与应用, 2018, 6(9): 570 -576 .
[4] 辛自强, 许燕. “社会心理服务的实践与研究”专题简介[J]. 心理技术与应用, 2018, 6(10): 577 -578 .
[5] 王俊秀. 社会心理学如何响应社会心理服务体系建设[J]. 心理技术与应用, 2018, 6(10): 579 -589 .
[6] 吕小康, 汪新建. 从“社会心理服务体系”到“公共心理服务体系”[J]. 心理技术与应用, 2018, 6(10): 582 .
[7] 姜明照, 孙 铃, 张红川. 社会经济地位与肥胖的关系及其解释机制[J]. 心理技术与应用, 2018, 6(10): 622 -628 .
[8] 辛自强, 张红川, 孙铃, 于泳红, 辛志勇. 财经素养的内涵与三元结构[J]. 心理技术与应用, 2018, 6(8): 450 -458 .
[9] 张晶晶, 余真真, 田 浩. 亲环境行为的情理整合模型:生态情感卷入的作用[J]. 心理技术与应用, 2018, 6(8): 484 -492 .
[10] 余习德, 鲁 成, 高定国. 时间流逝感与时间观、人格之间的关系研究[J]. 心理技术与应用, 2018, 6(8): 493 -502 .