面部表情分析

面部表情自定义处理参数模块，包括实时处理及离线处理，如数据插值、中值滤波、均值滤波等，支持自定义程度阈值、合并阈值、以及大脑加工时间。

自动识别并编码七种基本表情，包括高兴、悲伤、厌恶、恐惧、惊讶、生气、参与度，以0至区间计算表情程度值；

计算多种微表情数据，如抬起眉毛内角、抬起眉毛外角、皱眉（降低眉毛）、上眼睑上升、脸颊提升、眼轮匝肌外圈收紧/内圈收紧、皱鼻、拉动上嘴唇向上运动、拉动人中部位的皮肤向上、拉动嘴角倾斜向上、急剧的嘴唇拉动、收紧嘴角、拉动嘴角向下倾斜、拉动下唇向下、推动下唇向上、撅嘴、嘴角拉伸、收紧双唇向外翻、眼睛扩大、张嘴等。

状态识别与预警反馈

系统内嵌情感效价计算模型，精确识别积极、中性、消极情感，客观评价个体情绪状态，与多模态数据形成客观有效的印证关系；

系统能够自动检测实时跟踪操作人员头部朝向，包括俯仰角、偏航角、翻滚角，并测定注视方向，计算瞳孔间距以及注意状态检测；

结合人工智能与机器学习算法，进一步实现对操作人员的分心、疲劳、应激等状态的自动识别以及特定环境条件下的预警反馈。

面部表情分析与统计

实时可视化的表情编码：系统实时计算操作人员的表情状态与情绪效价，在实验过程中，主试可实时查看与监测操作人员的表情程度与情绪变化，并做出相应的任务调整与行为预警。

自动统计面部表情数据：包括每种面部表情的开始时间、结束时间、次发生的时间、总发生次数、频率、每次发生的时间、总的持续时间、总的持续时间在全部观察时间中所占的百分比、短的持续时间、长的持续时间、平均持续时间、持续时间的标准差、持续时间间隔置信区间等数据。

多维度数据统计与二次开发

多维度数据交叉统计：系统支持面部表情数据与其他多模态数据（眼动、脑电、动补、行为等）的同步交叉分析，多个数据源在同一平台界面呈现，在采集的同时间轴数据里选择相应的时间片段，可同步观察和统计分析所有数据流之间的相关关系；

具有API开发接口：面部表情原始数据与状态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。

面部表情分析https://www.ybzhan.cn/st8890/product_12942901.html

http://www.ergosim.cn/SonList-793929.html

 

原文链接：http://www.qqmix.cn/chanpin/6868.html，转载和复制请保留此链接。
以上就是关于面部表情分析全部的内容，关注我们，带您了解更多相关内容。