本プロジェクトでは、平均顔とモーフィング顔を用いた人工的な顔画像を利用して、微細な顔表情のデータベースを作成しました。

1. JAFEEのアジア人顔画像から18種類の表情を模倣するように6人の被験者からオリジナルの顔画像を収集
2. これらのオリジナル画像をさまざまな方法で組み合わせて、50種類の平均顔パターンを作成
3. これらの平均顔をモーフィングして、200種類の顔表情パターンを生成
   a) 無表情から全顔への各種度合いでの補間モーフィングを行い、平均顔あたり30パターンを生成
   b) 異なる表情間で目と口を変更し、これにより平均顔あたり30パターンを生成

• 高精度の感情分析：現存する顔表情データベースの多くは、高強度の感情表現に重きを置いています。しかし、微細な顔表情は、人々の感情状態や心理状態をより正確に理解するために不可欠です。微表情の平均顔データセットにより、これら微妙な感情の変化をより精確にキャプチャし、分析することが可能になります。
• 機械学習への適用：このようなデータセットは、機械学習アルゴリズムの訓練に適しています。多様な微表情を含む大量のデータは、感情認識の精度を向上させるために機械学習モデルの学習に役立ちます。これにより、感情認識技術の精度と信頼性が向上します。
• ユニバーサルな感情理解：平均顔は、個々の特徴を均一化し、より一般的な特徴を強調します。これにより、特定の文化や人種の特性に依存しない、よりユニバーサルな感情認識が可能となります。
• 精神的状態の理解：微細な表情の解析は、感情だけでなく、精神的状態や心理的健康の理解にも重要な手がかりを提供します。ストレス、うつ病、不安などの内的経験は、微細な表情の変化として表面化することがあります。これらの微細な変化を捉え、解析することで、個々の精神的状態をより深く理解することが可能となります。

微表情の平均顔データセットの構築は、感情認識と精神的状態の理解において役立ち、医療、心理学、人間とコンピュータのインタラクションなど、多くの分野で有用な応用を生む可能性があります。