КОГНИТИВИКА

FaceReader
Анализ эмоций

FaceReader – самая надежная автоматизированная система для сбора точных и корректных данных о лицевых экспрессиях.
Что Вы должны знать о FaceReader, нашем инструменте распознавания выражений лица?

Согласно недавнему исследованию, FaceReader 6 имеет наилучшую производительность среди основных программных инструментов для классификации эмоций, доступных в настоящее время, в среднем 88% [1]. FaceReader 7.1 получил еще более высокую оценку – 93% [2].
Брошюры
    Брошюра FaceReader
    Почему стоит использовать FaceReader?
    • Автоматизированный анализ лицевых экспрессий дает четкое представление о влиянии различных стимулов на эмоции участника
    • Простота использования: экономьте драгоценное время и ресурсы
    • Легкая интеграция с ай-трекинговыми и физиологическими данными
    Преимущества работы с FaceReader

    Многие исследователи используют программное обеспечение для автоматического анализа выражений лица, чтобы сделать процедуру оценки эмоций более объективной. FaceReader – быстрое, гибкое, объективное, точное и простое в использовании ПО. Оно мгновенно анализирует Ваши данные (в режиме реального времени, по видео или неподвижным изображениям), что позволяет сэкономить драгоценное время. Возможность записи не только видео, но и аудио помогает услышать, что говорят Ваши испытуемые, например, при взаимодействии с компьютером или просмотре стимулов.
    Лучший выбор для измерения эмоциональных экспрессий

    FaceReader – самая надежная автоматизированная система для распознавания ряда специфических свойств изображений лица, включая шесть универсальных выражений: счастье, грусть, злость, удивление, страх и отвращение. Кроме того, FaceReader может распознавать нейтральное состояние и презрение.

    Независимо от того, является ли Ваш участник ребенком, взрослым или пожилым человеком, FaceReader подстроит анализ под модель, которая лучше всего подходит для Вашего исследования.
    Как работает FaceReader?
    1. Находит лицо с помощью алгоритма Виолы-Джонса
    2. Создает точную 3D модель лица, используя >500 ключевых точек, а также текстуру лица
    3. Использует алгоритмы глубокого обучения для анализа лица, даже если часть его скрыта
    4. Классифицирует эмоциональные экспрессии с помощью нейронной сети
    Эти шаги позволяют FaceReader определить универсальные и пользовательские выражения, ориентацию головы участника, направление взгляда, характеристики человека, валентность и возбуждение, двигательные единицы, вариабельность сердечного ритма и частоты сердечных сокращений и поведение потребления.
    Кто использует FaceReader?

    FaceReader используется во всем мире более чем в 1000 университетах, исследовательских институтах и компаниях, работающих в различных областях, таких как исследования потребительского поведения, исследования юзабилити, психология, исследования в области образования и исследования рынка.

    С помощью FaceReader Вы можете ответить на множество исследовательских вопросов, например:
    • Психология - как люди реагируют на определенные стимулы, например, в исследовании страха?
    • Образование - наблюдение за лицевыми экспрессиями учащихся может помочь в разработке эффективных образовательных инструментов.
    • Взаимодействие человека с компьютером - выражения лица могут предоставить ценную информацию о UX.
    • Юзабилити-тестирование - эмоциональные экспрессии могут указывать на простоту использования и эффективность пользовательских интерфейсов.
    • Исследования рынка - как люди реагируют на новый дизайн рекламы?
    • Потребительское поведение - как участники комисси по сенсорной оценке качества продуктов реагируют на стимул?
    Многие исследователи используют FaceReader в своей работе, например, чтобы узнать, отвлекают ли эмоции людей с расстройствами пищевого поведения, какова ценность анализа лицевых экспрессий в рекламе или чем анализ эмоций может быть полезен в исследованиях принятия решений.

    Узнайте, чем FaceReader может быть полезен именно Вам!
    Ссылки
    • Stöckli, S.; Schulte-Mecklenbeck, M.; Borer, S. & Samson, A.C. (2018) Facial expression analysis with AFFDEX and FACET: A validation study. Behavior Research Methods, 50 (4), 1446-1460.
    • The average performance of FaceReader 7.1 was measured with the datasets ADFES and WSEFEP.