ArtCognition: KI-Framework erkennt Emotionen aus digitalen Zeichnungen

Ein neues multimodales KI-Framework namens ArtCognition ermöglicht die automatisierte Analyse des beliebten psychologischen Tests House‑Tree‑Person (HTP). Durch die Kombination von statischen Bildmerkmalen des fertigen Kunstwerks und dynamischen Bewegungsdaten des Zeichenprozesses liefert das System ein vielschichtiges Bild des emotionalen Zustands des Zeichners.

ArtCognition nutzt Computer‑Vision‑Modelle, um visuelle Eigenschaften des Endprodukts zu extrahieren, während gleichzeitig Kinematikdaten wie Strichgeschwindigkeit, Pausen und Glätte des Zeichenablaufs erfasst werden. Diese beiden Datenströme werden in einer Retrieval‑Augmented‑Generation‑Architektur zusammengeführt, die die Analyse mit etabliertem psychologischem Wissen verankert. Dadurch wird die Erklärbarkeit erhöht und das Risiko von Modellhalluzinationen reduziert.

Die Ergebnisse zeigen, dass die Fusion von visuellen und kinematischen Signalen eine nuanciertere Bewertung ermöglicht als jede einzelne Modality allein. Signifikante Korrelationen zwischen den extrahierten multimodalen Merkmalen und standardisierten psychologischen Messwerten bestätigen die Wirksamkeit des Ansatzes. ArtCognition eröffnet damit neue Möglichkeiten für nicht-intrusive, technologiegestützte psychische Gesundheitsversorgung und bietet Kliniken ein skalierbares Tool zur Unterstützung ihrer Arbeit.