第一章 緒論
1.1 研究動機
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第一章 緒論
1.1. 研究動機
在我們的日常經驗中，偶爾會看到內容空泛重覆的演說，但台下觀眾的反 應卻非常熱烈；更經常看到準備充分、內容言之有物的演說，然而觀眾們卻不 感興趣、甚至出現昏昏欲睡的現象。當然，影響觀眾情緒、注意力的因素眾 多，坊間也有不少如何精簡簡報流程、加強演說內容等教戰手冊出版，提供需 要者參考應用。只是，專家們即便提及肢體語言表現在類似演說簡報這種溝通 場合中的重要性，肢體語言本身卻似乎沒有一套放諸四海的準則。Rachael Jack 在研究[1]中也有類似的觀察，其結論指出，除了笑容可以在跨文化受試者的感 受中得到共識以外，其他例如驚訝、恐懼、厭惡與憤怒的臉部表情，對於跨文 化受試者的感知，卻沒有辦法得出一致的類別，即無共識。
然而，排除跨文化的因素，人們是否能利用肢體語言有效溝通？換言之，
是否能夠用非語言的表達方式透露訊息，抑或能夠讀取他人所表達的「言外之 意」？很多研究結果顯示，人們具備以非口語方式準確傳達特定的意圖之能力，
也能從他人的非語言表現中解讀訊息。例如 Pentland 在「Honest Signals」一書 中，即提出 sociometer（以下皆譯作社交儀表）的概念[2]，社交儀表是一種作用 在無需使用語言的溝通頻道的裝置。他並指出，很多情境下，包括像協調、推 銷、約會、團隊共事等人際互動場合，可以藉由量度社交儀表作為指標，觀察 人們所發送的訊息，準確預測人們如何行動，以及後續的發展結果。他們的研 究並發現，特定類型的訊息和任務是否成功有著密切的關聯性。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
那麼，一般人們認知中的肢體語言（body language），究竟涵蓋了哪些範 圍，由哪些部分所構成的呢？根據牛津線上英文辭典[3]的定義，肢體語言是
「用以傳達態度及感情的有意識及無意識的動作及姿勢」（The conscious and unconscious movements and postures by which attitudes and feelings are communicated）。一般則認為，身體姿勢及動作、手勢動作、臉部表情、以及眼 神動作，是構成肢體語言的幾個主要因素；另外還有說話的音調高低、以及速 度快慢，也是在分析肢體語言時會關注的幾個項目。
綜合以上看法，現階段有哪些工具或技術，可以為我們方便地取得肢體語 言的基本概況，或者可以取得更進一步的社交儀表的訊息呢？目前正在流行的 RGBD sensor（彩色攝影機搭載深度資訊感測器），或許可以提供部份的解決方 案。Microsoft 公司所開發的 Kinect 感測器（Kinect Sensor，如圖 1.1 所示），搭 配 Xbox 360 問世，掀起銷售熱潮，也進入無須接觸控制器即能操作遊戲介面的 體感新時代。而 Microsoft 公司在 2012 年，正式銷售可在 Windows 系統上執行 的 Kinect 感測器「Kinect for Windows」；軟體方面，Microsoft 公司則在 2011 年釋出 SDK，提供給 Windows 上的應用程式開發者使用[4]。從此，除了 Xbox 的遊戲開發者以外，更多在 Windows 平台上利用 Kinect 感測器的體感應用與相 關研究，也於焉興起。
圖 1.1、Kinect for Windows 教育版
‧
和一般大眾所熟知的彩色攝影機（RGB camera）相比，Kinect 感測器在機 構設計上，加入了深度攝影機（Depth sensor），提供了空間上的深度資訊。基 於此深度資訊，Kinect SDK 也提供了臉部追蹤（face tracking）[5]、及骨架追蹤
（skeleton tracking）[6]的應用程式介面（API），給開發者更多發揮創意的可能 性。相較於傳統專用於臉部辨識的彩色攝影機所需要的高規格，Kinect 感測器 在 RGB 攝影機的規格其實並無特出，卻因為具備深度資訊，以及所搭配的建模 技術，在臉部辨識方面的精準度確實相當優秀。
當然，像這樣新興的 RGBD 感測器，仍在日新月益地發展中。Microsoft 公 司即預定在 2014 年 7 月，推出 Kinect for windows V2，現正處於預購的階段
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
3. 我們也提出，由大眾評估資料所取得的影音表現特徵模式，可以透過機 器學習、建立模型的方法，預測簡報時的表現模式，並由現有資料驗證 其模型的可用性。
4. 我們應用上述機器學習的結果，實作出一原型應用程式，用以預測簡報 者的表現，其評估結果符合大眾直覺之判斷。