可穿戴黑科技:从皮肤中读懂你的情绪

2020 年 6 月 10 日 学术头条


我们每天都会有各种各样的情绪,有开心,有失落,有激动,有苦闷…… 这些 情绪也在不断地影响着我们的行为 ,让我们在作出购买决策、技术使用以及影响客户沟通等方面。

多年来,情绪追踪一直是人机工程学领域的一项重要研究指标,实时、准确地掌握用户情绪,对于人机系统的设计和改进具有现实意义。




近日,由兰卡斯特大学计算与通信学院的Corina Sas 教授领导的一个国际研究团队开发了一种创新的方式,来解读我们皮肤电导产生的生物信号。

研究人员
通过腕式可穿戴传感器设备采集人体皮肤生物学数据,并开发了一个可视化的系统界面,以彩色、变化的图案来描绘佩戴者皮肤电导率和运动信号的实时状态。该系统能够告诉用户,自己的压力水平如何,以帮助用户在运动中达到好的状态,并允许用户跟踪自己的情绪变化。

这项研究题为Ambiguity as a Resource to inform Proto-Practices: The Case of Skin的研究论文,发表在ACM旗舰期刊《人机交互学报》(Transactions in Computer-Human Interaction, ToCHI)上,并将在2020年的CHI大会上发表。


藏在皮肤中的秘密

人的情绪变化总是伴随一系列生理反应,如呼吸、血压、脉搏、腺体分泌等生理变化。而皮肤电导率作为衡量人体出汗多少的指标,能够反映出人体的情绪和生理反应,因此常用作测量情绪变化的生理指标,而这项指标也是测谎仪等技术的基础。

自法国心理学家 Fran ois Vigouroux 在 1879 年发现 “ 皮肤电反射 ” (galvanic skin reflex)以来,皮电这项生物信号一直被广泛用来作为探查人类生理心理活动过程的手段,同时也作为评价人的意向活动、唤醒水平和情绪反应等的一种指标,尤其对影响人的心理活动和人体健康和疾病有重要关系的情绪反应。



在目前还没有更好的指标可以测定情绪反应的强度、持续时间和频率的情况下,皮电信号仍是研究人类情绪的一种重要手段。正是基于这一原因,各领域研究人员也在不停地探索基于生物信号准确分析情绪等人体特性的设备。

斯德哥尔摩皇家理工学院(KTH)的高级研究员、该研究的首席研究员Pedro Sanches博士说:“
我们的身体会产生各种可以测量的信号。多年来,许多测量这些生物信号的有用设备如雨后春笋般涌现出来,比如用于运动场合的心率监测仪。然而,还有一些其他领域的生物信号数据还尚未完全开发,比如皮肤电导或排汗水平。要了解这类生物信号并非易事,人们对这类信息并不熟悉,也不清楚如何使用这些信息,或者与呈现这些生物信号的设备进行交互。”

为了探寻藏在人体皮肤中的奥秘,研究人员采用飞利浦 DTI-2 腕式可穿戴传感器设备作为人体生物信号终端采集设备,该设备通过皮肤电导传感器测量人体唤醒水平,通过三轴加速度计测量运动信号,并通过蓝牙向手机传输实时的 GSR 和加速度计数据。

研究人员在智能手机上设计了一款移动应用,该应用提供了一个开放性的界面,以彩色螺旋图形的形式实时显示佩戴者唤醒水平的信息,并记录数据,来邀请用户进行解读和回顾,应用名为“Affective Health”。


Affective Health 手环及手机应用APP(红色表示高唤醒度,蓝色表示低唤醒度,中间含唤醒度不等的背景色)

该系统通过可视化界面, 以彩色、变化的螺旋形来描绘佩戴者皮肤电导率和运动信号的实时状态,可供用户实时观察,而且可放大时间尺度,回顾历史记录。 该系统还能够会告诉用户,自己的压力水平如何,帮助用户在运动中达到好的状态,并允许用户跟踪情绪变化。


开放式产品设计

研究人员采用有目的性抽样和随机性抽样相结合的方式,招募了 23 名实验参与者(其中包括 13 名男性和 10 名女性),然后给他们佩戴了一个月的 Affective Health 原型机。

这些实验参与人员事先并不知道这些设备的用处,他们只被告知 Affective Health 可以收集与身体和情绪反应有关的信息、为何出汗增加会导致皮肤导电性的增加,以及如何用不同的颜色来表示皮肤导电性。这些参与者可以决定使用这项技术的最佳方式。



Affective Health 界面显示图 (上图从左到右依次表示:没有运动情况下的皮肤电导情况;运动情况下的皮肤电导情况;有无运动的比较视图;加标签的情况)

研究发现,这种开放式设计阶段的研究,没有提供预先指定的用途,以致一些参与者将该系统作为一种帮助他们管理压力水平的测量工具;而包括精英运动员在内的其他一些人,则使用该设备获取训练和恢复计划的信息;还有人把Affective Health用于记录他们的生活信息,以及跟踪情绪。

但有趣的是,很少有人把这项技术仅用于一个目的。

每位实验参与者佩戴 Affective Health 的时间为 4 - 8 周,期间有一个适应期,以保证参与者将这项设备融入到他们的日常生活中。研究人员每周还会对参与者进行一次 1 小时的半结构化采访,主要围绕用户对压力管理、运动表现、生活记录、个性表现、情感追踪几个方面的体验,展开采访。

瑞典皇家理工学院的 Kristina Hööök 教授说:“令我们惊讶的是,佩戴者最初对该系统的认识竟对他们的使用方式产生了如此大的影响。如果佩戴者把它看成是一种运动工具,他们实际上都没有观察到关于压力或情绪反应的数据;但如果佩戴者把它看成是一个情绪测量工具,也就不会注意到关于社交过程或因运动产生的数据。”

Hööök 教授发现有趣的是,有些人会避免接触那些与他们的人格特征相悖的数据。当一个人认为自己是一个冷静的人,但在数据中却出现很多体现情绪波动的峰值时,他就无法将这些客观数据与自己的印象协同一致。

尽管开放设计阶段帮助揭示了 Affective Health 原型机可以用于几种不同的实践,但该设备缺乏一些特定角色所需的功能来确保它成为一个好的工具,比如运动训练系统或作为压力管理工具所需的功能。


让用户参与设计的可穿戴产品

在研究过程中,一位实验参与者 CL 甚至用  Affective Health 来回顾她和一个正在约会的男人的约会。在第一次约会时,当皮肤电导率读数显示出高亢的亢奋感时,她把这看作是对她的浪漫感情的确认,她注意到, 系统不仅在他们见面时显示红色,而且在与他人谈论到他时,也会显示红色。

研究人员表示,要想设计出一个可行性比较高的产品,在设计过程中还需要第二步,即有针对性的设计,使设备具有特定的功能。选择一个或几个产品部分,然后重新设计系统和整个 "实践"过程结合起来,包括沟通能力、理念和 “ 创造空间 ” 的方式,让人们将对系统和环境的概念化参与进来。




研究表明,围绕新产品进行全方位的实践设计,可能需要先在一个较小的用户群中进行一些边缘化的实践,在用户习惯并使用这个系统一段时间之后,然后再扩展用户群。

两步法在设计新兴智能可穿戴设备时的价值,刻意开放的初始设计阶段,让用户能够对如何使用这类产品产生自己的想法,在第二步中,根据具体活动(如健康、健康或生产力)调整设备的功能。

Sas 教授表示,
这项研究揭示了新兴可穿戴技术的设计见解,尤其是基于生物数据的可穿戴设备的设计,该设计对于帮助用户理解他们的身体反应至关重要。

随着越来越多的数据密集型和可穿戴系统进入我们的日常生活,如何更好地基于可穿戴传感器系统感知我们,有时候需要让用户参与到解释、决策中来,就变得至关重要。但是,或许更重要的是,
让用户了解、享受和照顾自己的身体。

资料来源:
https://www.lancaster.ac.uk/news/designing-technologies-that-interpret-your-mood-from-your-skin

https://neurosciencenews.com/skin-mood-app-16459/
https://dl.acm.org/doi/fullHtml/10.1145/3318143

点击 阅读原文 ,查看更多精彩!
喜欢本篇内容,请点在看
登录查看更多
0

相关内容

《计算机与人交互的ACM交易》(TOCHI)是计算机与人交互社区的旗舰期刊,也是所有人机交互领域的首要期刊。 TOCHI出版了最高水平的科学著作,自1994年3月创刊以来一直如此。该期刊的论文有助于分析技术对人类的影响,深入了解交互设计的最新创新。TOCHI是多学科的,也是跨学科的。TOCHI强调重要和广泛适用的结果。这些结果可能是对一个重要研究体系的反思。它们可能是对新技术和技术的合理和积极的设计。或者它们可以表现为对人们和他们使用的文物的仔细的定量研究。在实践中,TOCHI的贡献往往是综合分析,体现了所有这些的某种结合,从而对人机交互的理论和实践都有贡献。官网链接:http://tochi.acm.org/
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
【ICMR2020】持续健康状态接口事件检索
专知会员服务
17+阅读 · 2020年4月18日
【CCL 2019】结合规则蒸馏的情感原因发现方法
专知会员服务
22+阅读 · 2019年11月27日
SFFAI分享 | 黄健:语音情感识别【附PPT与视频资料】
人工智能前沿讲习班
30+阅读 · 2019年6月11日
何晖光:多模态情绪识别及跨被试迁移学习
深度学习大讲堂
55+阅读 · 2019年4月23日
情感计算综述
人工智能学家
32+阅读 · 2019年4月6日
微表情检测和识别的研究进展与趋势
中国计算机学会
15+阅读 · 2018年3月23日
HoloLens新应用:扫描脸部就能读出你的心跳
雷锋网
3+阅读 · 2018年3月3日
现实版“读心术”,读懂你性格的个性化推荐
微软研究院AI头条
3+阅读 · 2017年9月7日
CoCoNet: A Collaborative Convolutional Network
Arxiv
6+阅读 · 2019年1月28日
Arxiv
8+阅读 · 2018年11月27日
Efficient and Effective $L_0$ Feature Selection
Arxiv
5+阅读 · 2018年8月7日
Arxiv
11+阅读 · 2018年7月31日
VIP会员
相关VIP内容
相关资讯
SFFAI分享 | 黄健:语音情感识别【附PPT与视频资料】
人工智能前沿讲习班
30+阅读 · 2019年6月11日
何晖光:多模态情绪识别及跨被试迁移学习
深度学习大讲堂
55+阅读 · 2019年4月23日
情感计算综述
人工智能学家
32+阅读 · 2019年4月6日
微表情检测和识别的研究进展与趋势
中国计算机学会
15+阅读 · 2018年3月23日
HoloLens新应用:扫描脸部就能读出你的心跳
雷锋网
3+阅读 · 2018年3月3日
现实版“读心术”,读懂你性格的个性化推荐
微软研究院AI头条
3+阅读 · 2017年9月7日
Top
微信扫码咨询专知VIP会员