Розроблення та дослідження інтелектуальної системи розпізнавання емоцій людини
Автор: Кучер Олександр Валентинович
Кваліфікаційний рівень: магістр
Спеціальність: Системне проєктування
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2025-2026 н.р.
Мова захисту: українська
Анотація: Кучер О. В., Ребот Д. П. (керівник). Розроблення та дослідження інтелектуальної системи розпізнавання емоцій людини. Магістерська кваліфікаційна робота. – Національний університет «Львівська політехніка», Львів, 2025. Розширена анотація Проблематика емоційного благополуччя набуває особливої актуальності у контексті сучасних соціальних і технологічних змін. За даними Всесвітньої організації охорони здоров’я, у 2022 році поширеність тривожних і депресивних розладів зросла приблизно на 25% у порівнянні з попередніми роками [2], що значною мірою пов’язано з пандемією COVID-19 та зростанням глобальної психологічної напруги [1]. Попри потребу у своєчасній психологічній підтримці, доступ до традиційних сервісів часто обмежений їхньою вартістю та недостатньою кількістю фахівців. За результатами дослідження Verywell Mind, фінансові бар’єри залишаються однією з ключових причин відмови від терапії [3]. Водночас стигматизація, описана у дослідженнях The Lancet Psychiatry, стримує людей від звернення по професійну допомогу, що призводить до поглиблення емоційних проблем [4]. При цьому економічні моделі ВООЗ переконливо демонструють: інвестиції у своєчасне лікування тривоги та депресії забезпечують чотириразове повернення інвестицій завдяки зростанню продуктивності та покращенню якості життя [5]. Така динаміка формує запит на технологічні рішення, здатні доповнювати традиційні форми психоемоційної підтримки. На цьому тлі стрімко розвиваються методи автоматизованого аналізу емоцій, які застосовують комп’ютерний зір, обробку мовлення та мультимодальні алгоритми. Огляд Li & Deng підтверджує ефективність сучасних моделей глибинного навчання у задачах класифікації міміки та емоційних сигналів [6]. На відміну від цифрових щоденників настрою, мультимодальні системи дозволяють автоматично інтерпретувати міміку, інтонації та мовленнєві патерни, знижуючи залежність від суб’єктивних самооцінок. Об’єкт дослідження – інтелектуальна система комп’ютерного зору для аналізу мультимедійних даних. Предмет дослідження – методи мультимодального визначення емоційних станів на основі зображень, відео та мовлення. Мета роботи – розробити інтегровану систему автоматизованого розпізнавання емоцій, що об’єднує аналіз міміки, голосу та тексту з використанням сучасних нейромережевих архітектур. У межах роботи проаналізовано психологічні аспекти емоційного реагування, розглянуто існуючі цифрові інструменти самоспостереження (Daylio, Moodnotes) та досліджено сучасні інтелектуальні рішення (Affectiva, Azure Emotion Recognition). Проведено проєктування архітектури системи, визначено сценарії використання, описано компоненти та стани системи, а також взаємозв’язки між її сутностями. Сформовано вимоги до продуктивності, точності та безпеки, розроблено схеми обробки медіаданих і процеси інтеграції відео-, аудіо- та текстових сигналів. Практична частина роботи включає побудову прототипу системи у хмарному середовищі AWS з використанням сервісів для зберігання, обробки та аналізу медіаресурсів. Реалізовано механізми завантаження медіафайлів, детекції облич, виділення аудіодоріжок, попередньої обробки даних та мультимодального аналізу емоцій. Передбачено інтерактивну інформаційну панель з можливістю перегляду статистики та історії емоційних станів. Наукова новизна роботи полягає у комплексній інтеграції мультимодальних моделей аналізу емоцій у гнучку хмарну архітектуру, що забезпечує асинхронну обробку зображень, відео й мовлення та дозволяє формувати багатовимірний емоційний профіль користувача. Отримані результати демонструють перспективність застосування таких систем у психологічних сервісах, медицині, клієнтській підтримці та адаптивних інтерфейсах. Ключові слова: емоційний аналіз, мультимодальність, глибинне навчання, комп’ютерний зір, обробка мовлення, хмарні обчислення, психічне здоров’я. Перелік використаних літературних джерел. 1. World Health Organization. World mental health report: Transforming mental health for all. Geneva: WHO, 2022. 2. World Health Organization. COVID-19 pandemic triggers 25% increase in prevalence of anxiety and depression worldwide. WHO News, 2022. 3. Verywell Mind. Cost of Therapy Survey: The Cost of Therapy Is a Barrier for Many. 2022. 4. Henderson C., Noblett J., Parke H. et al. Mental health-related stigma in health care and mental health-care settings. The Lancet Psychiatry. 2014. 5. Chisholm D. et al. Scaling-up treatment of depression and anxiety: a global return on investment analysis. The Lancet Psychiatry. 2016. 6. Li S., Deng W. Deep Facial Expression Recognition: A Survey. IEEE Transactions on Affective Computing. 2020.