Sveikiname naująjį gamtos mokslų srities informatikos mokslų krypties daktarą Modestą Motiejauską gegužės 25 d. sėkmingai apgynus disertaciją pavadinimu „Konvoliucinių neuroninių tinklų architektūrų ir mokymo gerinimas: emocijų atpažinimo vaizduose atvejis“ (angl. – Convolutional Neural Network Architectures and Training Improvements: Visual Emotion Recognition Case).
(iš dešinės) dr. Modestas Motiejauskas ir prof. habil. dr. Gintautas Dzemyda (Medicinos fakulteto archyvo nuotrauka)
Tyrimas buvo vykdomas 2021–2025 m. Vilniaus universiteto Matematikos ir informatikos fakulteto Duomenų mokslo ir skaitmeninių technologijų institute (VU MIF DMSTI) vadovaujant prof. habil. dr. Gintautui Dzemydai ir reikšmingai prisideda prie emocijų kompiuterinės analizės (ang. – affective computing) – dirbtinio intelekto srities, nagrinėjančios žmogaus emocijų atpažinimą ir interpretavimą.
Kaip atpažinti emocijas
Nors dirbtinis intelektas jau geba gana tiksliai atpažinti veido išraiškas, interpretuoti peizažo, gatvės fotografijos ar abstrakčios kompozicijos emocinį turinį yra gerokai sudėtingiau.
Pagrindinis sunkumas – tai, ką tyrėjai vadina emocinės išraiškos atotrūkiu (angl. – affective gap).
Ryšys tarp pirminių vaizdo požymių – spalvų, tekstūrų, kompozicijos – ir emocinės reakcijos, kurią vaizdas sukelia žiūrovui, yra nepastovus ir labai subjektyvus. Raudona rožė šviesiame fone gali kelti džiaugsmą, tačiau ta pati rožė tamsoje gali sukelti nerimą. Tas pats objektas gali turėti skirtingas ir net priešingas emocinės reikšmės.
Dėl šio subjektyvumo vizualinių emocijų atpažinimas bendros paskirties vaizduose išlieka viena sudėtingiausių neišspręstų problemų šioje srityje. Vaizdo sukeliama emocija gali priklausyti ne tik nuo atskirų požymių, bet ir nuo viso vaizdo kaip visumos.
Dr. M. Motiejausko disertacijoje ši problema nagrinėjama naudojant aštuonių emocijų kategorijų žymėjimo schemą ir kelis didelės apimties duomenų rinkinius.
Stilių suvokianti architektūra ir patobulintas mašininis mokymas
Disertacijoje siūlomas naujas modelis, paremtas EfficientNetV2S konvoliucinio neuroninio tinklo architektūra, papildyta dviem pagrindinėmis inovacijomis, skirtomis tiesiogiai spręsti afektinio atotrūkio problemą.
Pirmoji – Gramo matricos modulių įtraukimas modulių integravimas į tinklą.
Įprasti vaizdų klasifikatoriai daugiausia dėmesio skiria objektų ir scenų atpažinimui – tam, kas pavaizduota nuotraukoje. Gramo matricų moduliai fiksuoja stilistines vaizdo savybes, įskaitant spalvų santykius, tekstūrą ir vizualinį ritmą. Būtent šie gilesnio lygmens požymiai stipriausiai formuoja emocinį suvokimą, tačiau tradiciniai modeliai dažnai juos ignoruoja. Integravus šią galimybę į tinklo architektūrą, modelis įgauna turtingesnį ir išsamesnį kiekvieno vaizdo reprezentavimą.
Antroji inovacija – specializuota mokymo strategija, naudojant naudojanti kontrastinių centrų tikslo funkciją (angl. – contrastive-center loss function).
Šis metodas keičia tai, kaip modelis organizuoja emocijų kategorijų vidinį reprezentavimą.
Mokymo metu tos pačios emocijų klasės vaizdai modelio išmoktoje požymių erdvėje priartinami vieni prie kitų, o skirtingų emocijų kategorijos – pavyzdžiui, baimė ir pasitenkinimas – nutolinamos. Dėl to modelio prognozės tampa nuoseklesnės, aiškesnės ir mažiau linkusios supainioti emociškai panašias kategorijas.
Naujas priešingų sentimentų vertinimo matas
Be paties modelio, disertacijoje pristatomas ir naujas vertinimo įrankis, leidžiantis tiksliau įvertinti modelio priešingų sentimentų vidinį nuoseklumą. Jis analizuoja, ar prognozuojamos emocijos patenka į priešingas sentimentų grupes (teigiamą ir neigiamą).
Tai papildo įprastus tikslumo rodiklius ir suteikia metodologiją, kurią būsimi tyrimai galėtų taikyti nepriklausomai nuo siūlomo modelio.
Taikymo sritys
Dr. M. Motiejauskas dirba VU MIF Duomenų mokslo ir skaitmeninių technologijų institute, mokslininko disertacija turi platų tiesioginių pritaikymo galimybių lauką.
- Psichikos sveikatos stebėsena. Emocinių tendencijų aptikimas socialinių tinklų vaizduose galėtų padėti anksčiau identifikuoti depresijos požymius ir kitus žmogaus savijautos signalus.
- Prisitaikanti mokymosi aplinka. Ugdymo sistemos, gebančios atpažinti emocinį įsitraukimą iš vaizdų galėtų koreguoti mokymo tempą ir turinį pagal mokinių emocinę būseną.
- Žmogaus ir kompiuterio sąveika. Sąsajos, reaguojančios į vartotojų kuriamo turinio emocinį toną, galėtų suteikti labiau suasmenintas ir kontekstui jautrias patirtis.
- Meno ir multimedijos analizė. Kompiuteriniai įrankiai, skirti meno kūrinių emociniam poveikiui vertinti, galėtų atverti naujas kultūrinės analizės ir turinio rekomendavimo formas.
Istorinis įvykis Lietuvos švietimo ir asmenų su negalia bendruomenėms
Disertacijos gynime dalyvavo ir Lietuvos neįgaliųjų organizacijų, Seimo asmenų su negalia komisijos bei Sveikatos apsaugos ministerijos atstovai.
„Šis įvykis – istorinis Lietuvos švietimo ir asmenų su negalia bendruomenėms, nes pirmą kartą daktaro laipsnį apsigynė asmuo, turintis tokią sunkią negalią“, – rašoma Asmenų su negalia teisių komisijos pranešime žiniasklaidai. – „Modesto darbas ir atkaklumas dar kartą patvirtina, kad žmogaus valiai ir siekiams nėra ribų.“
Komisijos pirmininkė I. Kižienė pabrėžė šio pasiekimo reikšmę visai visuomenei. „Modestas yra mus visus įkvepiantis pavyzdys – švietimo bendruomenei, asmenims su negalia, kiekvienam žmogui, kad galima ir būtina siekti savo tikslų. Šis atvejis dar kartą įrodo, kad nėra neįveikiamų kliūčių, o didelis noras ir atkaklus darbas padeda pasiekti didžiausių aukštumų“, – džiaugėsi I. Kižienė.
Komisijos vadovės požiūriu, Modesto sėkmės istorija – tai ne tik asmeninis laimėjimas, bet ir svarbus priminimas švietimo sistemai, kad aukštasis mokslas turi būti atviras ir prieinamas visiems, nepaisant individualių poreikių ar negalios.
Komisijos pranešime minimas svarus disertacijos vadovo VU MIF DMSTI profesoriaus habil. dr. G. Dzemydos indėlis – profesionalumas, pastabos ir nuoširdus rūpestis, prisidėję prie dr. M. Motiejausko sėkmės moksliniame kelyje.
Disertacijos gynimo taryba:
akademikė prof. dr. Olga Kurasova – pirmininkė (Vilniaus universitetas)
prof. dr. Romas Baronas (Vilniaus universitetas)
prof. dr. Diana Kalibatienė (Vilniaus Gedimino technikos universitetas)
Dr. Gerda Ana Melnik-Leroy (Vilniaus universitetas)
Prof. dr. Audris Mockus (University of Tennessee, JAV)
2026-05-27