一、 研究背景
(一)研究臉部表情於視覺認知的重要性
臉上透露出的表情和情緒是人類及靈長動物溝通所需要的重 要工具(Calix, Mallepudi, Chen, & Knapp, 2010)。1966 年靈長目學家 Gene P. Sackett，透過恆河猴進行實驗，發現剛出生而沒看過同類的 恆河猴，對於猴子的圖片反應特別大，且對於有威脅狀之表情的照 片，會有恐懼及不安的反應(Sackett, 1966)。原始的動物尚且如此，
在人與人密切接觸的高度文明社會中，臉部表情對於人們的認知更 是有非常大的影響。根據Nass 等人(Nass, Isbister, & al, 2000)提 到，臉部的外表對於人們如何溝通與人們由表情判斷與互動來說，
是一個關鍵的組成成分。如今，我們進入到21 世紀，面對的不只 是活的人類臉孔，還有更多的電腦虛擬人類，包括動畫或電影中所 創造的角色。
2009 年，二十世紀福克斯電影公司以 3D 動畫技術著稱的電影
「阿凡達」上映，不論是口碑或票房都達到前所未有的高水準，全 世界興起一股3D 狂熱。許多人開始學習電腦動畫的製作，而各國 政府也由於文化創意產業的興起，而鼓勵扶植3D 動畫的發展。因 此我們可以預見，許許多多虛擬的角色正不斷走入我們的視覺與生 活中。
(二)以動態擷取系統製作的臉部表情的缺點與侷限
然而，由於觀眾對於人類臉部表情有極高的敏感度，近年來的 全3D 動畫電影題材大多設計以有獨特魅力的怪獸、動物、外星人 等為主要角色，幾乎都刻意避免擬真人物及表情的呈現。縱然我們 能在少數製作成本龐大的作品中看到擬真人物，亦是仰賴昂貴的動 態擷取設備所製作。
全世界有幾個像二十世紀福克斯的電影公司願意這樣砸大 錢，讓「阿凡達」導演詹姆斯卡麥隆James Cameron 運用超高成本 的動態擷取設備來製作人物的表情？即使如此，也不見得能成功塑 造出令觀眾滿意的人物。例如2001 年第一部耗資一億美元拍攝的 擬真全3D 動畫電影－Final Fantasy 太空戰士，以動態擷取系統，
捕捉臉上肌肉的動態，創造出栩栩如生的人物表情等動態效果，可 說是近年來相當成功的作品。
但是，該電影票房收益卻遠不如預期，這說明了逼真的動態模 擬效果，極有可能無法滿足觀眾對角色表演或臉部表情在戲劇張力 上的需求。如迪士尼、皮克斯動畫公司，強調所有角色的動作全是 由動畫師手工逐一調整產生，不依賴任何動態擷取設備，得以適時 地控制動作的誇張與內斂，才能創造出虛擬人物的表演價值。
另外還有許多虛擬人類科技的應用，如機器人表情、虛擬主播 等，都無法像電影製作，事先將人類臉部肌肉的動作擷取下來。
就算使用昂貴的動態擷取設備，也必須花費相當多的時間與人 力，來整理那些3D 的動態座標資料，並需將設備維護的成本列入 考慮。動態擷取的技術在目前並不是一勞永逸的作法。
(三)以手工創造的臉部表情的必要性
目前動畫教育中，進行3D 角色動態設定基礎訓練的無數師生 們，必須以手工的方式，製作人類表情。他們利用3D 動畫軟體，
調整眼睛、眉毛和嘴唇的造形，創造出心中所期待的臉部表情模型。
目前有少數動畫軟體，例如Reallusion 公司的 iClone，只提供 少量的典型表情(包括 Neutral 無表情、Distrust 懷疑、Indifferent 冷 漠、Calm 平靜、Happy 喜悅、Sad 悲傷、Angry 憤怒、Wink 眨眼) 供使用者選擇，得以快速使臉部模型改變(deform)，成為明顯而明 確的情緒表情。然而，動畫劇情天馬行空、變化萬千，八個典型表 情無法解決大部分的情境需求。舉例來說，像「抱歉」、「輕佻」、「疲 憊」、「緊張」等生活中常見的臉部表情創造，至今仍未有一套完整 的法則可以遵循。大部分商業動畫軟體研發，也沒有在這方面努力 的傾向。
對學生來說，必須耗費許多功夫不斷嘗試不同的五官（facial features）造形才可能獲得所需要的表情；對教師而言，大多只能在 臉部表情完成後，在劇情條件判斷下，給予作品指導或修正建議，
但這仍是非常主觀和抽象的。必須在許多年的摸索嘗試後，完成訓 練的動畫師才能夠很精準地掌握五官造形與臉部表情之間的關 係。然而，動畫師所認定的表情，是否就是劇情中所必須傳達的結 果，或是符合觀眾所期待的表情？這可能是另一個的問題。
虛擬的數位世界越來越發達，人類表情除了在3D 動畫上有研 究的必要，更可以將研究的結果進一步拓展到人工智慧產業以及文
化創意影視產業等其他領域，例如卡通角色、機器人臉、虛擬主播、
人工智慧接待員等等。目前這些領域所需要的人工虛擬表情，缺少 容易創造以及選擇的操作原則。
由於動畫師所需的表情，來自於文字劇本；機器人臉所能表現 的表情，亦來自於從文字轉換來的指令。而如何將這些文字，透過 某種作業機制，不依賴專家(專業的表演者或受過訓練的動畫師)，
轉換成虛擬人物或角色的表情，進而引發設計人員所預期觀眾或消 費者的情緒認知，即成為一個重要的研究課題。
(四)感性工學的出現影響研究觀點與研究方式
過去的研究主要是以專家(設計師、工程師或動畫師)的立場，
去研發社會大眾所可能接受的產品或服務。然而，目前商業行銷是 以消費者為主的市場，以消費者觀點為出發點的研究方式也相繼的 提出(M. Nagamachi, 1995, 2002)。
1970 年日本學者長町三生(Mitusuo Nagamachi, 1989)預測在物 質文明時代後，人類所追求的將是能夠滿足新的欲求之情緒時代來 臨。他設立「情緒工學」學門進行相關研究，並在1988 年提出「感 性工學」，是一個以消費者為出發點的研究方法，並將「感性工學」
定義為：將消費者對於產品所產生的感覺或意象，予以具象轉化成 設計要素之技術。
感性工學技術也是一種顧客導向的人因工程產品發展技術，利 用此技術，可將人們模糊不明的感性需求及意象，具體轉化為細部 設計的型態要素。因此感性工學是一種立基於顧客的感受和需求的
技術。
有關感性工學所關切的議題，有以下四點(M. Nagamachi, 1995)：
1. 以人因及心理學的角度去探討顧客的感覺和需求。
2. 從消費者的感性辨認出設計特性。
3. 建構感性工學的模式和人機系統。
4. 隨著社會的變遷和人們喜好的改變調整系統。
接下來，我們必須知道如何運用感性工學。目前我們可以在文 獻上找到許多以感性工學為研究方法的研究論文。
在文獻裡面，感性工學應用可分為兩類。第一類的研究是有關 使用者對於產品或是產品組合的感覺(感性語彙)測定，以及有關產 品風格和形象的決定(Chuang & Ma, 2001; Creusen & Schoormans, 2005; Han, Yun, Kim, & Kwahk, 2000; K. A. Hsiao & Chen, 2006;
Karlsson, Aronsson, & Sevensson, 2003; Khalid & Helander, 2004; Liu, 2003; Zhang & Shen, 1999)。
第二類的研究則是影響使用者整體喜好的感性語彙相關決 定，以及語彙與設計參數水準之間的關係。研究者普遍都使用 Linear Regression (線性迴歸)法來確定有關使用者整體喜好的感性 語彙(Chuang, Chang, & Hsu, 2001; Hsu, Chuang, & Chang, 2000;
Zhang & Shen, 1999)。而相較於以線性迴歸處理可量化的設計參 數，對於無法量化，也就是質性的設計參數，亦有相同概念的 Quantification Theory Type I(數量化一類)方法(Hayashi, 1950;
Ishihara, Ishihara, Nagamachi, & Matsubara, 1995; Iwabuchi, 2001;
Sugiyama, 1996; Tanaka & Wakimoto, 1983; Tsuchiya, Matsubara, &
Nagamachi, 1994)。
他們也使用了一些統計方法，像是 Correlation and Regression Analysis 相關與迴歸分析(Jindo & Hirasago, 1997; Kim, Lee, & Choi, 2003; Kwon, 1999; Nakada, 1997; Yun, Han, Kim, & Han, 1999)，以及 Conjoint Analysis (聯合分析) (Chuang, et al., 2001; Hsu, et al., 2000) 來決定整體喜好(詞彙)與設計參數水準之間的關係。
此外，一些研究者利用 Artificial Neural Networks(類神經網 絡，簡稱ANN) (S.W. Hsiao & Huang, 2002; H. H. Lai, Lin, Yeh, &
Wei, 2006)、 Fuzzy ANN 模糊神經網絡(S.W. Hsiao & Tsai, 2005)、
Grey Relational Analysis and ANN 灰關聯分析和類神經網絡(H.H.
Lai, Lin, & Yeh, 2005)，都是為了相同的目的。
(五)跨文化臉部表情之視覺認知
由於以上四點，恰好均符合創造虛擬人類臉部表情的條件。因 此，雖然感性工學最初是運用在產品設計領域，但是我們嘗試將虛 擬臉部表情當作動畫師所設計的產品，把觀眾當作產品消費者，而 感性語彙就是劇本或情境中的形容詞。
設計師以手工創造虛擬人物的臉部表情，需要一套明確的準則 模式，能夠有助於客觀符合劇本或情境中，觀看的社會大眾所期待 的需求。而相關方面的研究，大多著眼於逼真的動態效果模擬，忽
略了觀眾期待的戲劇情緒張力。我們可以運用感性工學的方法，去 建構臉部表情的創造準則。而感性工學的研究資料來源主要來自於 人們的認知，不同的文化地域有不同語言的感性語彙，是否會造成 認知結果的差異，是值得深入探討的議題。因此，本子計畫的研究 目的為：
1. 找出「人類臉部表情的視覺變化關鍵」。
2. 以亞太地區不同國家居民的「觀者心理認知」來決定「人 類臉部表情的視覺變化關鍵」與「形容詞語彙」間的關係。
3. 比較不同文化地域，造成上述認知結果的差異。
二、 文獻探討
(一)臉部表情的行為分析理論
自從1872 年達爾文出版「人類與動物的情緒表達」，臉部表情 分析對於行為科學家已經是一個熱門的研究主題，例如Ekman 與 Friesen 在 1978 年提出 FACS(臉部動作編碼系統)；Scherer 與 Ekman 在1982 年出版非口語行為研究方法手冊；Ekman 在 1989 年提出「臉 部表情普遍現象的爭議與證明」。直至今日，人類臉部分析已擴散 到更多不同的領域，如電腦顯示、影像處理、神經生理學、心理學 等，其中一個特別的方面，在於臉部表情辨識的工作中(Buciu &
Nafornita 2009)，由視訊影像自動分析表情，是目前成果非常豐碩 的領域。這些研究大多都有參考Ekman 研究團隊在 1978 年提出的
「臉部動作編碼系統」。
「臉部動作編碼系統」（Facial Action Coding System ，簡稱 FACS），是一套以觀察為基礎的系統，可以偵測臉部特徵的的細微
「臉部動作編碼系統」（Facial Action Coding System ，簡稱 FACS），是一套以觀察為基礎的系統，可以偵測臉部特徵的的細微