Analyse des émotions dans un jeu vidéo

Abstract

Tout le long d’une partie de jeu vidéo, nous voyons des personnes devenir agressives, pousser des cris de joie et parfois pleurer. Ces réactions observées nous poussent à nous demander quelles sont les émotions majeures crées chez un joueur et les éléments responsables. Dans ce but, notre étude propose une méthode et un outil d’analyse émotionnelle du jeu ainsi qu’un accès facile aux informations pour les utilisateurs. Cette analyse fournit une illustration graphique des transitions émotionnelles suivant le parcours du joueur au cours de la partie. Pour élaborer cette méthode nous avons réalisé une expérience sur un groupe de 21 personnes et utilisé 5 outils de mesure physiologique. Nous l’avons axée principalement sur la combinaison de 2 d’entre eux, la reconnaissance d’expressions faciales et le suivi du regard. Nos résultats montrent l’efficacité de la méthode à travers une amélioration de la précision tant dans l’identification des émotions que de leurs déclencheurs. De cette étape nous est venue l’envie de prédire les émotions des joueurs. C’est dans cette optique que nous présentons dans ce mémoire 2 approches basées sur le modèle théorique d’évaluation de l’émotion Ortony, Clore et Collins et utilisant des algorithmes d’apprentissage machine, en particulier une version des k plus proches voisins et les forêts d’arbres de décision. Les résultats obtenus étant prometteurs, une telle réalisation permettrait d’élargir les possibilités dans la conception de jeux vidéo.

Throughout a video game, we see people becoming aggressive, shouting for joy and sometimes crying. These observed reactions prompt us to ask what are the major emotions created in a player during a game session, as well as to identify the responsible elements. To this end, our study proposes a method of emotional analysis of a game as well as a tool whose implementation uses this method in order to give easy access to information for users. This analysis submits a graphic illustration of emotional transition along the course of the player during the game. To develop this method we performed an experiment on a group of 21 people and used 5 physiological measurement tools. We focused mainly on the combination of 2 of them, the recognition of facial expressions and the follow-up of the gaze. Our results show the effectiveness of this method through an improvement of the precision both in the identification of the emotions and their triggers. From this step came the desire to predict the emotions of the players. It is with this in mind that we present in this paper 2 approaches based on the theoretical model of emotion evaluation Ortony, Clore and Collins and Machine learning algorithms, in particular a version of the k nearest neighbors and the Random forest classifiers. The results obtained being promising, such an achievement would widen the possibilities in the design of video games.