您当前的位置:首页 > 产品展厅 > 面部表情分析系统

面部表情分析系统

一、概述 INSTRUCTIONS  


       最新版的面部表情分析系统(FaceReader)是一款专业工具软件,用来自动分析面部表情(愉快、悲伤、害怕、厌恶、惊讶、愤怒、自然和轻蔑)。新版本增加深度神经网络(Deep neural network)算法,能够在复杂环境下分析面部表情。除此之外,FaceReader还提供视线方向,头部朝向,个人特征,如性别和年龄。同时可测量“感兴趣”,“无聊”和“困惑”三种情感态度。


二、特点 FEATURES


● 系统支持中英文操作界面;

● 系统自带N-LINX通讯协议;

● 系统拥有通用表情分析模型、亚洲人表情分析模型、老年人表情分析模型,儿童表情分析模型;

● 系统能够对不同人之间表情常态差异进行校正,对每个人建立不同的基线;

● 系统可以分类嘴部和眼睛开合状态,以及眉毛的位置变化;

● 系统能够跟踪头部朝向并测定注视方向;

● 系统提供多种数据可视化图表,如饼图、曲线图,柱状图等;

● 系统包含视频质量状态零界线条;

● 系统可以忍受面部朝向小于30度的面部转动;

● 系统可以进行视频录制;

● 系统自带t检验功能;

● 具有API开发接口,面部表情分析结果可以被其他程序实时访问,可使其它程序对被试者的情绪进行反馈;

● 系统可以导出原始数据和统计分析数据,导出格式为*.xls 或 *.txt 文件;

● 系统可以自动识别被试的年龄,性别,是否穿戴眼镜,是否有胡须等变量信息;

● 系统刺激呈现功能,以图片、视频等为刺激源,进行刺激呈现;

● 系统具备事件标记功能,可以作为后期数据筛选条件;

● 系统可自定义添加自变量,如数值型、称名变量;

● 系统具备数值组统计分析功能;

● 系统具备时序组统计分析功能;

● 系统能够将对每个面部微表情行为动作的动作程度进行测量,生成0-100的数值,数值越大,动作幅度越大;

● 系统可以根据表情动作,得出被试情感态度,例如感兴趣、无趣和困惑;

● 系统仅通过视频信息,运用非接触式光电容积描记法预估的测试参与者的当前心率;


三、技术参数 SPECIFICATIONS


基本功能

系统通过视频和图像识别技术来实现表情和情绪分析功能;

自动分析

系统能够拓展为自动分析20个行为动作,例如‘面颊提起’‘鼻子起皱’‘挤出酒窝’‘绷紧嘴唇’系统支持视频文件批处理分析功能;

自动识别和分类七种基本表情

系统面部表情模块可以全自动识别和分类七种基本表情:高兴(happy),悲伤(sad), 生气(angry), 惊讶(surprised), 害怕(scared),厌恶(disgusted),轻蔑(contempt), 另外还可以区分没有表情(neutralstate)的状态;

系统接受三种来源方式

分析视频文件,格式为MPEG1, MPEG2,XviD, DivX4, DivX5, DivX6,   DV-AVI and uncompressedAVI;网络摄像头实时分析;分析图片文件,格式为*.jpg,   *.bmp, *.gif, *.png, or *.tga;

可实时得到读者在阅读过程中的以下指标:

1、表情变化(八种情绪);2、微表情变化(20个动作单元);3、面部特征(如嘴巴张开闭合);4、情感态度(感兴趣、困惑、无趣等);5、情绪效价(正向或负向)和情绪唤醒度;6、心率变异性。根据以上指标的变化,判断读者对于阅读内容的喜好度或理解程度等。此外,微表情的变化往往反映出被试者内心的潜在想法,反映出其本人的心理真实想法。结合录制的音视频和分析结果,可以判断出不同语言信息对人心理的影响;

主动外观模型

系统采用主动外观模型(Active Appearance Model)基础,利用面部肌肉不低于500个的位置特征点来计算和分类面部表情;

深度学习模型

系统自带深度学习模型(Deep Face Model),利用深度神经网络(Deep neural network)算法,能够在复杂环境下分析面部表情,即哪怕部分面部是被隐藏的,例如被试穿戴口罩也可以有效的测出表情信息;



四、应用 APPLICATIONS


● 心理学;

● 用户体验研究;

● 人因科学研究;

● 教育研究;

● 医疗研究;

● 消费者行为研究;