近年、オンライン会議や遠隔授業など、リモート環境でのコミュニケーションが普及し、画面越しに相手の感情を把握することの重要性が高まっています。
本研究では、顔画像から感情を分類するAIモデルを用いて、リモート環境に適した感情認識手法について検討しました。既存の感情認識モデルを評価した結果、「喜び」は高い精度で認識できる一方、「嫌悪」や「驚き」などの感情は分類精度が低く、リモート環境では十分な性能を発揮できないことが分かった（図1）。そこで、リモート環境で重要となる「疲労感」や「集中」に着目し，従来の感情ラベルを見直して新たなデータセットを構築しました。さらに、モデルを改良して学習を行い、リモート環境に適した感情認識性能の向上を確認しました。また，画像をアップロードするだけで認識結果と各感情の確信度を表示するWebシステムを開発し、感情認識技術の実用性についても検証しました。
今後は、データセットの拡充や動的な表情変化への対応を進めることで、より高精度で実用的な感情認識システムの実現を目指します。
