تشخیص استرس از طریق بررسی تغییرات حرارتی چهره؛ بر اساس ویژگی های سیگنال های سایکوفیزیولوژیک

تشخیص استرس مبتنی بر سیگنال های فیزیولوژی روانی نیاز به تعداد زیادی حسگرهای تماسی دارد که می تواند منجر به عدم آسایش آزمودنی و ایجاد اضطراب زیاد و در نتیجه تخریب نتایج گردند. استفاده از تصاویر حرارتی در تشخیص استرس دارای مزیت های بسیاری می باشد که از آن جمله می توان به غیر محسوس بودن، غیر تماسی بودن و نصب سریع اشاره نمود. تاکنون تحقیقات زیادی در زمینه تشخیص فریب با استفاده از تصاویر حرارتی انجام شده است. در اکثر این مطالعات از ویژگی های ساده همچون میانگین و شیب افزایش دما جهت تحلیل استفاده شده است. هدف این مطالعه بهره گیری از ویژگی های تعریف شده در مراجع قبلی، به علاوه ی تعریف یک مجموعه ویژگی براساس اصل همبستگی تغییرات دمای نواحی مختلف چهره با سایر سیگنال های فیزیولوژیک در کنش های استرسی می باشد.
یک مجموعه دادگان متشکل از 13 آزمودنی در حین یک پروتکل دروغ سنجی با ثبت سیگنال های حرارتی چهره فرد با استفاده از دوربین حرارتی و سایر سیگنال های فیزیولوژیک با استفاده از یک دستگاه پلی گرافی تهیه شد. ویژگی ها روی مجموعه دادگان بومی اعمال شده و روش کاهش بعد آنالیز مولفه های مستقل و طبقه بند جداساز خطی، جهت تحلیل به کار رفته است. از مقایسه میزان بهبود ویژگی های پیشنهاد شده نسبت به ویژگی های مراجع قبلی جهت تحلیل نتایج و همچنین از تحلیل همبستگی جهت تعیین میزان همبستگی دمای نواحی مختلف چهره با سیگنال های فیزیولوژیک استفاده شد. علاوه بر این، روشی نیز جهت نمره دهی دستی سیگنال های حرارتی مشابه آنچه که در ارزیابی چارت های پلی گرافی بر روی سیگنال های فیزیولوژی روانی انجام می شود ارائه شده است. مقایسه نتایج نمره دهی دستی سیگنال های فیزیولوژی و حرارتی، جهت اعتباردهی روش پیشنهاد شده به کار گرفته شده است.
درصد صحت تشخیص استرس در تک ثبت (تک سوال) به ازای ویژگی های تعریف شده، نسبت به استفاده از ویژگی های مراجع گذشته بهبود 44/9 درصدی در داده های تست و 33/27 درصدی در داده های آموزش را به همراه داشته است. صحت تشخیص سوال هدف (سوالی که فرد در آن دروغ گفته است) برابر 80% می باشد. نمره دهی دستی سیگنال های فیزیولوژیک و نمره دهی دستی سیگنال های حرارتی توسط فرد خبره، همبستگی برابر 70% را گزارش کرده اند.
با توجه به نتایج بدست آمده، بهره گیری از ویژگی هایی که معمولا از سیگنال های فیزیولوژیک شامل تنفس، پاسخ گالوانیک پوست، ضربان قلب و فشار خون استخراج می شود بر روی سیگنال دمای نواحی مختلف چهره، سبب بهبود تشخیص استرس در تصویربرداری حرارتی می گردد. از این رو کارایی الگوریتم پیشنهادی مبتنی بر این ویژگی ها و طبقه بند مناسب جهت آشکارسازی فریب با استفاده از تصاویر حرارتی تایید می شود.