Geri Dön

Personality-aware deception detection from behavioral cues

Davranışsal özelliklerden kişilik duyarlı aldatma algılama

  1. Tez No: 695683
  2. Yazar: BURAK MANDIRA
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HAMDİ DİBEKLİOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: İhsan Doğramacı Bilkent Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 83

Özet

Günlük hayatımızda neredeyse her gün aldatıcı davranışlarla karşılaşıyoruz. Aramızdaki en güvenilir olanlar bile bazen kasıtlı veya kasıtsız olarak aldatıcı olabilir. İnsanlar çoğu zaman yalanları tespit etmekte başarılı olamadığı için, özellikle mahkeme davaları gibi yüksek riskli senaryolarda otomatik bir aldatma tespit sisteminin kullanılması gerekmektedir. Videoları girdi olarak kullanan, tam otomatik, kişiliğe duyarlı bir aldatma algılama modeli öneriyoruz. Bildiğimiz kadarıyla, bir aldatma tespit görevinde deneklerin kişiliğini analiz etmeyi ilk düşünen biziz. Önerilen model, analizlerinde deneklerin kişilik özelliklerine ek olarak hem yüz ifadesini hem de sesle ilgili ipuçlarını kullanan çok modlu bir yaklaşımdır. Kişilik özellikleri çıkarıldıktan sonra ifade ipuçlarına dayalı aldatma öznitelikleri ile birleştirilir. Aldatma, ses ve kişilik modülleri, girdinin zamansal dinamiklerini daha iyi anlamak için 3DResNext ve CNN-GRU gibi uzaysal-zamansal mimarilerden oluşturulmuştur. Son olarak, GRU tabanlı bir füzyon modeli kullanarak ifade ve ses kiplerini birleştirir. Onerilen sistemin değerlendirmesi, gerçek hayattan alınmış mahkeme ¨ duruşmalarının kayıtlarını kullanan Real Life Trials veri seti üzerinde gerçekleştirilmiştir. Sonuçlar, kişilik özniteliklerinin kullanımının aldatma tespiti görevini kolaylaştırdığını göstermektedir. Aldatma özniteliklerine ek olarak kişilik öznitelikleri de kullanıldığında, aldatma modülünün performansında %20,4'e kadar (göreli) iyileşme gözlemlenmiştir. Bunun üzerine sesle ilgili ipuçları da dikkate alındığında ek olarak %15,4 (göreli) iyileşme elde ediyoruz.

Özet (Çeviri)

We encounter with deceptive behavior in our daily lives, almost everyday. Even the most reliable ones among us can sometimes be deceptive either deliberately or unintentionally. Since people are not successful at detecting lies most of the time, it is necessary to use an automated deception detection system particularly in high-stake scenarios such as court trials. We propose a fully automated personality-aware deception detection model that uses videos as input. To our knowledge, we are the first to consider analyzing the personality of subjects in a deception detection task. The proposed model is a multimodal approach where it uses both facial expression and voice related cues in addition to personality traits of subjects in its analyses. After personality traits are extracted, they are combined with deception features which are based on expression cues. Deception, voice, and personality modules are constituted from the spatiotemporal architectures such as 3D-ResNext and CNN-GRU to better comprehend the temporal dynamics of the input. Finally, it combines expression and voice modalities using a GRU based fusion model. The evaluation of the proposed model is performed on Real Life Trials dataset that uses the records of court trials from real life. The results suggest that the use of personality traits facilitates the deception detection task. When the personality features are employed in addition to deception features, there is up to 20.4% (relative) improvement on the performance of the deception module. When the voice related cues are also considered upon that, we obtain 15.4% (relative) improvement additionally.

Benzer Tezler

  1. Affect and personality aware analysis of speech content for automatic estimation of depression severity

    Depresyon şiddetinin otomatik tahmini için konuşma içeriğinin duygulanıma ve kişiliğe bağlı analizi

    KAAN GÖNÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HAMDİ DİBEKLİOĞLU

  2. Okul yönetimi, örgütsel iletişim ve okul yönetiminde yönetici ve öğretmenlerden kaynaklanan sorunların incelenmesi

    School management, organizational communication and school principals and teachers from the administration investigation of problems

    FEHMİ YEŞİLMEN

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Eğitim ve Öğretimİstanbul Aydın Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. NESRİN KALE

  3. Grup öneri sistemleri için yeni otomatik grup tanımlama ve tercih birleştirme yöntemleri

    Novel automatic group identification and preference aggregation methods for group recommender systems

    EMRE YALÇIN

    Doktora

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ALPER BİLGE

  4. A ve B kişilik tiplerinde kaygı düzeyi ve otomatik düşünce sıklığı

    Levels of concern in the types of A and B persons automatic thought frequency

    UĞUR ÇELİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    PsikolojiHaliç Üniversitesi

    Psikoloji Ana Bilim Dalı

    YRD. DOÇ. DR. MUHARREM KÖKLÜ

  5. Çalışan iş performansının değerlendirilmesinde insan kaynakları yönetimi uygulamalarının etkililiği ve kişilik özelliklerinin rolü

    The impact of human resource management applications on the assessment of employee work performance and the role of personality traits

    BURCU GÜRKAYNAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    İşletmeBaşkent Üniversitesi

    Yönetim Bilişim Sistemleri Ana Bilim Dalı

    DOÇ. DR. İPEK KALEMCİ TÜZÜN