Социально-методический центр поддержки СО НКО Московской области

61 659 просмотров Верно 53  /  С ошибками 25 126

• 4
• 7

Вставить на сайт: HTML-код

Новые тесты от Filatov Aleksei

• Тонкие эмоции

  HTML-код Filatov Aleksei Количество прохождений: 15 867 43 139 просмотров — 03 апреля 2017 Пройти тест

Ещё новые тесты

Популярные тесты от Filatov Aleksei

• Тонкие эмоции

  HTML-код Filatov Aleksei Количество прохождений: 15 867 43 139 просмотров — 03 апреля 2017 Пройти тест

Ещё популярные тесты

Популярные тесты

• Если вы закончите представленные 15 фраз, то вы настоящий интеллектуал!

  HTML-код Андрей Количество прохождений: 400 519 740 284 просмотров — 06 марта 2019 Пройти тест

• Этот тест определит ваш кругозор

  HTML-код Андрей Количество прохождений: 384 791 638 883 просмотров — 20 июня 2018 Пройти тест

• У вас блестящая эрудиция, если сумеете дать 14 верных ответов из 14

  HTML-код Андрей Количество прохождений: 549 406 1 109 293 просмотров — 22 ноября 2019 Пройти тест

• Вы гений, если пройдете этот тест.

  HTML-код Никитин Константин Количество прохождений: 311 030 506 191 просмотров — 15 января 2017 Пройти тест

• Тест на кругозор. Хватит ли вам эрудиции, чтобы пройти его 10/10?

  HTML-код Mingalieva Polina Количество прохождений: 585 505 856 090 просмотров — 26 февраля 2020 Пройти тест

• А насколько хорошо натренирован ваш мозг?

  HTML-код Никитин Константин Количество прохождений: 329 237 589 494 просмотров — 01 апреля 2017 Пройти тест

• Ваша эрудиция на высоте, если осилите наш тест хотя бы на 8/11 — ТЕСТ

  HTML-код Анна Количество прохождений: 426 423 914 184 просмотров — 04 апреля 2020 Пройти тест

• Каково ваше имя, судя по вашему характеру

  HTML-код Тесты от Шпица Количество прохождений: 555 173 1 013 404 просмотров — 30 августа 2018 Пройти тест

• Блесните своей эрудицией, ответив на 70% вопросов верно

  HTML-код Андрей Количество прохождений: 561 302 1 494 463 просмотров — 26 февраля 2019 Пройти тест

• Каков Ваш психологический возраст?

  HTML-код Никитин Константин Количество прохождений: 900 530 1 444 085 просмотров — 21 декабря 2016 Пройти тест

• Хватит ли вашей эрудиции, чтобы пройти этот тест без помощи интернета?

  HTML-код Андрей Количество прохождений: 376 422 594 693 просмотров — 07 августа 2019 Пройти тест

• Тест на знание русского языка: сможете ли вы грамотно написать все 25 слов?

  HTML-код ПроГород Количество прохождений: 565 712 998 158 просмотров — 05 июня 2020 Пройти тест

• Элементарный тест на логику и интеллект, который заваливает большинство взрослых. А вы наберете 15 из 15?

  HTML-код Андрей Количество прохождений: 359 486 668 104 просмотров — 07 августа 2019 Пройти тест

• Тест: Узнайте в каком году вы должны были родиться на самом деле?

  HTML-код Никитин Константин Количество прохождений: 445 801 647 526 просмотров — 25 декабря 2016 Пройти тест

• Сколько ты можешь выиграть в «Кто хочет стать миллионером?»

  HTML-код Андрей Количество прохождений: 718 144 1 276 364 просмотров — 21 августа 2018 Пройти тест

• Ваш словарный запас на высоком уровне, если наберете в нашем тесте хотя бы 8/11 — ТЕСТ

  HTML-код Анна Количество прохождений: 702 497 1 325 727 просмотров — 09 апреля 2020 Пройти тест

• Если вы родом из СССР, то точно сможете закончить фразы тех времен на все 10 из 10

  HTML-код Андрей Количество прохождений: 571 996 837 085 просмотров — 08 февраля 2019 Пройти тест

• Если вы знаете, где находятся эти города, то ваши знания географии достойны аплодисментов!

  HTML-код Андрей Количество прохождений: 377 907 637 944 просмотров — 14 февраля 2019 Пройти тест

• Помнишь, что ели в Советском Союзе?

  HTML-код Андрей Количество прохождений: 436 117 751 875 просмотров — 10 сентября 2018 Пройти тест

• Насколько хорошо вы знаете географию России?

  HTML-код Андрей Количество прохождений: 335 709 524 648 просмотров — 28 января 2019 Пройти тест

Ещё популярные тесты

HTML-код для вставки на сайт Разрешить комментарии Автор теста запретил комментарии Блок Новинок и Популярных тестов Теперь тесты из блоков новинок и популярных отображаются внутри вашего сайта, что увеличивает просмотры ваших страниц в 5 раз! Все комментарии после публикации проходят строгую модерацию!

OK

Секреты доктора Лайтмана или как определить ложь — пройти тест онлайн — игра — вопросы с ответами

• Главная
• Игры
• Викторины

Выбрав правильный на ваш взгляд вариант ответа, жмите на кнопку «Проверить». Если хотите сразу увидеть правильные ответы, ищите под вопросами ссылку «Посмотреть правильные ответы»

1. 

Сколько по времени длится микровыражение?

Всего несколько секунд

Долю секунды

Преблизительно 1 секунду

2. 

Что означает пожимание плечом при высказывании?

Говорящий боится собеседника

Говорящий испытывает боль и страдания

Говорящий не верит в то, что сейчас скажет

3. 

Как долго отражается на лице удивление?

Меньше секунды

Пару секунд

Около минуты

4. 

Что делает подозреваемый, если он удивляется больше секунды?

Он находится в состоянии сильного шока

Он притворяется

Он находится в измененном состоянии сознания, например пьян или принял наркотик

5.

 

Различаются ли микровыражения людей, живущих в разных условиях?

6. 

Является ли отведение взгляда признаком лжи?

7. 

Что означает отвод взгляда в сторону, если человеку задали вопрос? Например: «Ты побеждал в этом году в соревновании по бегу?»

Человек собирается солгать

Человек вспоминает

Человек теряет терпение

8. 

От чего у человека расширяются зрачки?

От страха и сексуального возбуждения

От злости или гнева

От того, что он понимает, что ему не верят

9. 

От чего из перечисленного у человека сужаются зрачки?

От злости

От страха

От скуки

10. 

Какому микровыражению соответствует описание «участки кожи под бровями принимают форму треугольника, опирающегося на свое основание»?

Радость

Гнев

Печаль

11.

 

Что человеку трудно сделать, если он лжёт?

Называть якобы произошедшие события в обратном порядке

«Вспоминать» события через один

Быстро «вспомнить» первое и последнее событие

12. 

Соответствуют ли нахмуренные брови микровыражению «Печаль»?

13. 

Почему детектор лжи сам по себе (без участия специалиста) можно назвать ненадежным определителем лжи?

В нём могут происходить существенные технические сбои

Один его вид вызывает у человека отвращение и гнев

Он определяет волнение, но не определяет его причину

14. 

Можно ли «обмануть» детектор лжи?

Да, например, приняв транквилизаторы

Нет, у него стопроцентная точность при любых условиях

15.

 

Соответствует ли состоянию смятения наморщенный подбородок?

16. 

Что означает прикосновение к носу?

Попытку сдержать гнев

Глубокую задумчивость

Желание что-то скрыть

17. 

Чем является высказывание о знакомом человека подобное «Я не имел никаких связей с этой женщиной.»?

Отстраняющей речью

Демонстрацией превосходства

Признаком неуверенности в себе

18. 

Если человек, улыбаясь, прищуривается, какой можно сделать вывод?

Что его улыбка притворная

Что у него что-то болит

Что он улыбается искренне

19. 

Чему соответствует жест «выгнутая назад напряженная ладонь»?

Остановись!

Я тебя ненавижу!

Я тебя боюсь!

20.

 

Чему соответствуют похолодевшие руки?

Страху. Кровь отливает от конечностей

Возбуждению

Безразличию (холодности)

21. 

Какой можно сделать вывод, если, говоря о чем-либо, человек шагает назад?

Он невероятно напуган

Он готов отстаивать свою точку зрения, потому что уверен в своей правоте

Он не верит в то, о чём говорит

22. 

Чему из перечисленного соответствует микровыражение «брови поднял, рот открыл»?

Удивление

Печаль

Гнев

23. 

Чему из перечисленных соответствует поджимание губ в процессе изложения фактов?

Страху

Лжи

Печали

24. 

В какой момент трогают шею?

Когда опечалены

Когда взволнованы

Когда лгут

25.

 

Почему поджог и изнасилование близкие по своему значению преступления?

Потому что и в том и другом случае возможна гибель человека

И то и другое являются утверждением своей власти

И то и другое чаще всего совершается подростками

26. 

Какое из утверждений правильное?

Отсутствие эмоций может быть так же важно, как их присутствие

Отсутствие эмоций даёт возможность однозначно судить о том, что человек говорит правду

Отсутствие эмоций однозначно говорит о том, что человек лжёт

27. 

Отличаются ли выражение отвращения у старика папуаса и голливудской звезды?

28. 

Чему соответствует описание «щеки надуты, углы губ опущены»?

Гнев

Чувство вины

Страх

29.

 

Что может скрыть истинное проявление печали на лбу?

Ботокс, он парализует мышцы лба

Косметика, она делает менее заметными морщины

Печаль никак не проявляет себя на лбу

30. 

Как у детей зависят друг от друга популярность и ложь?

Чем популярней ребёнок, тем он правдивей

Умение лгать никак не зависит от популярности ребёнка

Чем популярней ребёнок, тем лучше он лжёт

31. 

О чём говорит несимметричное выражение лица у человека при проявлении эмоции, например печали?

Что эмоция, которую он испытывает, очень сильна

Что вероятно он изображает, а не испытывает эмоцию

Что эмоция, которую он испытывает, малосвойственна ему в обычной обстановке

32. 

Правда ли, что признаки лжи более очевидны, когда брови выщипаны?

33.

 

Какой вывод можно сделать, если человек, что-либо рассказывая, мало или совсем не жестикулирует и много манипулирует (дотрагивается до уха, носа и т.п.)?

Он точно говорит правду

Он сомневается в том, о чём он говорит, но считает это правдой

Вероятней всего, что он лжёт

34. 

Является озвучивание неточных данных (например «до него было семь-восемь метров») и уточнение своего ответа на ходу признаком того, что человек говорит правду?

35. 

Чем является жест проглаживания себя по руке?

Жестом самоутешения. Человек старается подбодрить себя таким образом. Очень вероятно, что он лжёт

Жестом, демонстрирующим гнев. От него лучше отойди подальше, ещё немного — и он бросится на вас

Жестом, демонстрирующим скуку. Человек проявляет вежливость и остаётся, но ему очень хочется уйти

36.

 

О чём говорит то, что, утверждая что-либо, человек смотрит в одну строну, а указывает пальцем в другую?

Он говорит правду

Он находится в измененном состоянии сознания (например пьян)

Он лжёт

37. 

Что делают все животные, в том числе человек, когда они неожиданно напуганы?

Отключаются на некоторое время (закрывают глаза, растягивают губы)

Сразу же нападают или убегают

У них нарушается координация движений

38. 

Чему соответствует выражение «раздутые ноздри, поджатые губы»?

Печаль

Радость

Гнев

39. 

Что могут означать пальцы, прижатые к губам?

Человек чего-то очень боится

Человек что-то скрывает. Он сдерживает свое желание что-то рассказать

Человек только что пережил большую утрату

40.

 

Какой эмоции соответствует описание «брови подняты и сведены»?

Радость

Гнев

Страх

41. 

В какой момент человек может «съеживаться» и почему?

Когда он лжёт, чтобы занимать меньше места (быть менее заметным)

Когда он в ярости и готовится к нападению

Когда он хочет привлечь к себе внимание, но не знает, как поступить

42. 

Признаком чего являются сжатие кулаков?

Гнева

Страха

Печали

43. 

Какой вывод можно сделать, если вы видите, что человек непроизвольно сглатывает?

Ему скучно

Он врёт

Он испытывает сильные эмоции

44. 

О чём говорит использование метафор в речи?

Что человек сомневается

Что человек лжёт

Что человек говорит правду

45.

 

О чём можно судить, если вы видите, что человек сопровождает свою речь иллюстраторами (жестами рук)?

Что он говорит правду

Что он лжёт

Что он испытывает сильный страх

46. 

Что можно сказать, если злость, которую демонстрирует человек, очень быстро нарастает (быстрая вспышка)?

Что это притворная злость. Настоящая злость нарастает медленнее

Что это реальная злость. Именно так все происходит

Что человек что-то разыгрывает, но не злость, а другую эмоцию

Проверить посмотреть правильные ответы рестарт

Подпишитесь на нас в ВКонтакте, чтобы не пропускать наши новинки.


5 крутых способов натренировать память Как успокоить ум: 5 эффективных способов 7 упражнений для развития скорочтения Английский по песням: методика и полезные ссылки Как быстро заснуть: 20 советов для победы над бессонницей Как легко запомнить сложный пароль, чтобы нигде его не сохранять

Тест для сотрудников финансовых компаний / Хабр

Голландский банк ING на протяжении двух лет занимается реализацией программы, которая направлена на повышение «эмоционального интеллекта» сотрудников. Часто людям трудно сходу распознать эмоции собеседника, что может приводить к ухудшению качества коммуникаций с клиентами и коллегами.

Усилия дают результаты — как пишет Business Insider, несмотря на то, что в ING денежные премии ниже, чем в среднем по отрасли, согласно опросам, сотрудники, в среднем, более удовлетворены своей работой. Кроме того, выручка растет также быстрее, чем в среднем по отрасли, при этом 80% дополнительных доходов приходятся на текущих клиентов.

Программа повышения «эмоционального интеллекта» включает в себя множество различных аспектов. Важнее всего здесь научиться распознавать эмоции другого человека. Для того, чтобы это сделать, финансовая компания предлагает сотрудникам специальный тест. Он состоит из изображения человека и четырех вариантов ответа. Попробуем пройти его (после картинки идет спойлер с ответом, а затем его описание).

Какие эмоции испытывает человек на картинке?




Ответ:

Презрение

«Люди часто путают презрение с отвращением. Но в последнем случае обычно приподнимается верхняя губа, а на носу появляется морщинка. Отвращение возникает по отношению к чему-то плохому, а не когда человек насмехается над чем-то или что-то подозревает».

---

Ответ:

Отвращение

«Люди часто путают отвращение с гневром. Но в последнем случае брови человека опускаются а губы сжимаются сильнее а верхнее веко глаза поднимается. В случае отвращения, напротив, рот открывается и появляется язык, как при тошноте».

---

Ответ:

Кокетство

«Здесь мы видим застенчивую, но кокетливую улыбку. Понять, что человек кокетничает, можно, если его или ее голова отворачивается в сторону, как бы сообщая “ты мне не интересен”, но одновременно сохраняется зрительный контакт. Это универсальный знак двойственности кокетства — человек одновременно избегает и провоцирует контакт с другим человеком».

---

Ответ:

Боль

«Когда мы чувствуем боль, лицевые мышцы сокращаются. В верхней части лица сокращаются мышцы вокруг глаза, вызывая эффект “зажмуривания”, также опускаются брови. В нижней части лица сжимаются и подаются вперед губы».

---

Ответ:

Сострадание

«Когда человек испытывает симпатию или сострадание к кому-то, мышца, сморщивающая бровь, приподнимает их, губы сжимаются, а голова чуть подается вперед — это знак вовлеченности».

---

Ответ:

Радость

«При искренней улыбке мышцы расслабляются. Человек выглядит открытым и расслабленным — в минуты радости мы хотим взаимодействовать с людьми, а не защищаться от них».

---

Ответ:

Удивление

«Некоторые эксперты считают, что в моменты удивления у человека широко открываются глаза — неожиданная встреча с другом, которого давно не видел, внезапная награда — мы стараемся “впитать” как можно больше такой новой информации».

---

Ответ:

Гордость

«Гордость связана со знаками превосходства. Уголки губ немного поднимаются, сигнализируя о том, что человек доволен. Но в отличие от собственно радости, голова отклоняется назад, а подборок задирается. Это классические знаки ощущения власти и превосходства — люди, посылающие их, чувствуют свою силу».

---

Ответ:

Смущение

«Когда люди смущены, они наклоняют голову вбок и вниз, открывая шею. Смущенная улыбка также отличается от обычной: губы сжимаются вместе, это проявление сдержанности».

---

Ответ:

Гнев

«Такие мышечные движения губ и вокруг глаз и бровей говорят о том, что человек агрессивен, реагирует на угрозу или расстроен. Исследователи полагают, что так происходит потом, что такие мышечные движения могут физически защитить лицо в ходе конфликта — к примеру, сведенные брови защищают глаза».

---

Ответ:

Счастье

«Это классическая искренняя улыбка, которую еще называют улыбкой Дюшена — она выражает счастье».

---

Ответ:

Страх

«Выражение лица при испуге часто путают с удивлением. Но в последнем случае глаза человека открываются сильнее и губы не “разъезжаются” в стороны, как на этой фотографии. Напротив, рот открывается. Кроме того, момент испуга брови практически не двигаются, а в случае удивления они приподнимаются».

Как пишет Business Insider, финансовая организация, использующая этот тест, не осуществляет с его помощью оценку своих сотрудников. Он создан для того, чтобы заставить людей задуматься о важности эмоций и их распознавания. Это позволяет им лучше понимать других людей, к примеру клиентов — а уже это выливается в рост прибыльности бизнеса.

А сколько правильных ответов дали вы? Делитесь в комментариях и не забывайте подписываться на наш блог!

Насколько хорошо вы читаете эмоции людей?.

Ридус
• Развлечения
• Тесты

63451227

• 21 апреля 2017, 21:25
• Анна Лаврова, журналист «Ридуса», раздел «Развлечения»

Герой сериала «Обмани меня» мастерски вычислял преступника по микроэмоциям, возникающим на лице буквально на секунды. А вы умеете считывать эмоции других людей по выражению лица? Отличите ли удивление от презрения, страх — от ревности, усталость — от разочарования, а радость — от сомнения? 

Давайте проверим! И не забудьте поделиться результатом!

Если вы прошли тест, вот вам полезная памятка по распознаванию эмоций:

Читайте также:

• Тест: Только потенциальные гении увидят все отличия
• Тест: Насколько развита ваша зрительная память?
• Тест: Отличите ли вы мужчину от женщины?
• Тест: Какого цвета ваше внутреннее «я»?

В других СМИ:

Новости smi2. ru

Картина дня

• В акватории Анапы запретили движение любых судов
• Стало известно, сколько россиян покинуло страну после 21 сентября
• ВСУ скоро могут выйти к Херсону. Минобороны РФ продолжает молчать

4109409читать позжечитаю позже

1606255читать позжечитаю позже

• В акватории Анапы запретили движение любых судов
• Стало известно, сколько россиян покинуло страну после 21 сентября
• ВСУ скоро могут выйти к Херсону. Минобороны РФ продолжает молчать
Картина ДняГражданская журналистикаИнтересноеПолезноеРазвлечения


Недвижимость

В Чечне зафиксирована самая дорогая ипотека за последние полгодасегодня

В республике также самый низкий в стране размер среднего ипотечного кредита.

1902108читать позжечитаю позже


Общество

«Меня признали особо опасным журналистом»: Баязитова о продлении арестасегодня

«Мне говорят, что, конечно, ты невиновна, но до 15 лет получишь».

2103752читать позжечитаю позже

гражданская журналиcтика


Политика
Военные конфликты

Армения оказалась на грани катастрофысегодня

Продолжение беседы «Ридуса» с Григором Григоряном.

4308300читать позжечитаю позже


Право
Общество

Таганрогский дневник мариупольского беженца: как долго получать убежищесегодня

Процесс подачи документов на временное убежище мог бы сократиться.

3304849читать позжечитаю позже


Здоровье
Советы

Как не сойти с ума осенью 2022 года?03 октября

Осень действительно непростое время для нашего организма.

35020604читать позжечитаю позже


Путешествия

Хрущевочный Вильнюс: советская застройка в литовской столицесегодня

Скажу вам, что мне очень нравится Прибалтика.

40010799читать позжечитаю позже


Путешествия
История

Как советский военный флот трижды «брал» Англию29 сентября

Как походы ВМФ СССР были связаны с британской короной.

27124023читать позжечитаю позже

Никита Ляховецкий

Политолог

Почему правительство Трасс может потерять остатки доверия британцев

-2801627читать позжечитаю позже

Александр Клюкин

Политолог

Перелетные птицы: кто и куда навострил крылья из России

-1601323читать позжечитаю позже

Ирина Альшаева

Журналист

Метаморфозы СВО: зачем нужна мобилизация и причем здесь НАТО

-2401171читать позжечитаю позже

интересное

полезное

развлечения

Приложение.

Тест на распознавание выражений лица. Психология эмоций [Я знаю, что ты чувствуешь]

Приложение.

Тест на распознавание выражений лица

Я предполагаю, что вы выполните этот тест до того, как прочитаете эту книгу и увидите снимки из глав с 5–й по 9–ю, а также после того, как вы закончите чтение. Если вы выполняете этот тест в первый раз, и особенно если вы еще не прочитали книгу, то тогда не смотрите на фотографии, приведенные на следующих страницах, пока вы не прочитаете эту инструкцию о том, как получить от теста максимум пользы.

Почему вы можете захотеть выполнить этот тест? Разве не каждый из нас умеет читать выражения лица? Разве мои исследования не показали, что эта способность является врожденной? Хотя я убежден, что нам не надо учиться тому, как придавать лицу выражения, соответствующие тем или иным эмоциям (эти выражения вырабатывались в ходе эволюции и теперь появляются у нас непроизвольно, когда мы испытываем соответствующую эмоцию), я не могу сказать с уверенностью, действительно ли способность распознавать эти сигналы также реализуется в соответствии с изначально заданными инструкциями или же она усваивается на ранних этапах нашей жизни.

Здесь возможен и промежуточный вариант, когда изначально заданные инструкции могут частично уничтожаться под влиянием неблагоприятного детского опыта. Хотя мы не знаем наверняка, что вызывает такие нарушения, все же известно, что не получающие достаточного внимания и подвергающиеся насилию дети хуже распознают выражения эмоций на лице, чем дети, выросшие в нормальных семьях.[234]

К счастью, большинство людей имеют нормальное детство и могут распознавать выражения эмоций на лице и в голосе, когда эти выражения являются интенсивными и человек, показывающий выражение, не пытается ослабить или скрыть признаки эмоции.

Однако так бывает не всегда. Мое исследование[235] показало, что большинство людей, по–видимому, не используют информацию, содержащуюся в более тонких выражениях эмоций, показанных в этой книге.

Однако во время беседы едва уловимые выражения лица возникают гораздо чаще, чем насыщенные и интенсивные выражения, а, кроме того, слабые выражения часто оказываются наиболее важными, так как они могут сообщать то, что еще не было, а возможно, и не будет сказано словами.

Когда эмоция еще только начинает испытываться и имеет невысокую интенсивность, то она может проявляться в виде слабого выражения на лице, не предполагающего сильного сокращения мышц лица, или в виде частичного выражения, проявляющегося не во всех областях лица в отличие от случая полного выражения. (Отметьте, что не все эмоции, когда они только начинают испытываться, имеют невысокую интенсивность; возможно, что эмоция с самого начала становится очень сильной.) Когда люди пытаются регулировать выражения своих эмоций, чтобы ослабить признаки их проявления, то тогда это также может привести к появлению слабых или частичных выражений. Когда мы видим слабое или частичное выражение, мы можем предположить, что оно либо только начало появляться, либо же регулируется с целью его ослабления.

Если мы пытаемся исключить вообще любые признаки эмоции, то это может также привести к появлению микровыражения, в котором эмоция проявляется очень кратковременно, обычно в течение одной пятой секунды или даже меньше.

Микровыражение возникает, когда человек пытается сознательно скрыть все признаки того, что он чувствует (человек знает, что он чувствует, но не хочет, чтобы вы об этом знали). Микровыражения могут также возникнуть, когда подавление выражения осуществляется бессознательно, когда человек не осознает, что он чувствует.

Микровыражения могут проявляться в виде очень кратковременных полных выражений или в виде очень кратковременных частичных и/или слабых выражений. Сочетание всех трех типов — микровыражения (очень кратковременного), частичного выражения (появляющегося только в одной области лица) и слабого (слабые сокращения мышц) — различать труднее всего. Но вы можете научиться это делать.

Данный текст является ознакомительным фрагментом.

Приложение 2 Тест: Распознавание эмоций

Приложение 2 Тест: Распознавание эмоций Всмотритесь в схематическое изображение лиц на рис. 1 и по некоторым деталям попробуйте в каждом случае определить эмоциональное состояние. Потом проверьте правильность своих ответов.Если вы правильно «прочитали» шесть и более

Приложение 12 Тест: как вы смеетесь?

Приложение 12 Тест: как вы смеетесь? Авторы этого теста считают, что характер человека узнается не только из его поступков, манеры разговаривать. Каждому из нас присущи характерные движения, над которыми мы не задумываемся. Это касается и смеха. Как бы вы ни смеялись –

Распознавание выражений: правильные ответы

Распознавание выражений: правильные ответы Снимок 1Легкая печаль. Если вам на ум пришло родственное слово, такое как «грусть», «уныние» или «подавленность», то такой ответ также может считаться правильным. Выражение проявляется в опущенных веках. Определение выражения

Почему необходима книга об исследованиях выражений лица

Почему необходима книга об исследованиях выражений лица Все соглашаются с тем, что понимание эмоций имеет решающее значение для личного благополучия, поддержания близких отношений между людьми и успеха во многих профессиях, но никто не учит нас тому, как добиться этого

« Конструирование» выражений лица

« Конструирование» выражений лица Закрепить приобретенные знания о выражениях удивления на лице можно при помощи «конструирования» лиц, которые вы видели в этой главе. Для этого обратитесь к странице 269 и вырежьте размещенные там четыре фотографии с нейтральными

«Конструирование» выражений лица

«Конструирование» выражений лица 1. Наложите части В на лица рис. 22. Какое выражение у вас получилось? Вы уже видели это выражение лица Джона на рис. 13, а выражение лица Патрисии будет таким же, хотя и чуть более трудноуловимым. Обеспокоенность, опасение, контролируемый

«Конструирование» выражений лица

«Конструирование» выражений лица Для эмоции отвращения вы не можете создавать вариации выражений лица, заменяя одни части лица другими, как вы могли это делать для эмоций страха и удивления. Причина этого заключается во взаимосвязанности мускульных движений в разных

«Конструирование» выражений лица

«Конструирование» выражений лица С помощью этих упражнений вы научитесь придавать разгневанным лицам неоднозначные выражения. 1. Наложите часть А на каждое из лиц рис. 42. Вы получите то же лицо, что и на рис. 35, которое может выражать гнев или иметь любое другое

«Конструирование» выражений лица

«Конструирование» выражений лица Поскольку движения рта и щек вызывают изменение внешнего вида нижних век и поскольку при проявлении радости на лице отсутствуют заметные движения бровей — лба, то вы не сможете ?сконструировать» многие из тех лиц, которые показаны в

«Конструирование» выражений лица

«Конструирование» выражений лица 1. Возьмите части В и наложите их на лица рис. 60. Что у вас получилось? Такое лицо выглядит слегка печальным, потому что вы создали выражение, в котором печаль показывают только брови, как на рис. 51. Отметьте здесь одно отличие: вы не можете

ГЛАВА 9 Практикум для распознавания выражений лица

ГЛАВА 9 Практикум для распознавания выражений лица Теперь, когда вы познакомились с типичными выражениями лица для каждой из шести эмоций, вы готовы к практическому применению изученного материала. До этого момента мы демонстрировали фотографии только двух человек —

Что затрудняет распознавание управления выражениями лица

Что затрудняет распознавание управления выражениями лица Как узнать, управляет ли человек выражениями своего лица и, в частности, прибегает ли он к фальсификации, в результате чего получаемая вами информация будет вводить вас в заблуждение особенно сильно? Чаще всего вы

Приложение 2 Тест: РАСПОЗНАВАНИЕ ЭМОЦИЙ

Приложение 2 Тест: РАСПОЗНАВАНИЕ ЭМОЦИЙ Всмотритесь в схематическое изображение лиц на рис. 1 и по некоторым деталям попробуйте в каждом случае определить эмоциональное состояние. Потом проверьте правильность своих ответов.Если вы правильно «прочитали» шесть и более

Приложение 13 Тест: КАК ВЫ СМЕЕТЕСЬ?

Приложение 13 Тест: КАК ВЫ СМЕЕТЕСЬ? Авторы этого теста считают, что характер человека узнается не только из его поступков, манеры разговаривать. Каждому из нас присущи характерные движения, над которыми мы не задумываемся. Это касается и смеха. Как бы вы ни смеялись –

Приложение Б Тест «Целеголик ли вы?»

Приложение Б Тест «Целеголик ли вы?» Для каждого утверждения выберите тот ответ, который лучше всего отражает ваше отношение к нему.1. Я просто потрясен тем, насколько моя жизнь позволяет мне реализоваться в личностном плане.? Совершенно согласен? Согласен? Отношусь

Приложение 5. Тест на долголетие

Приложение 5. Тест на долголетие (Из книги Р Клатца и Р Голдмана «Стратегии долголетия»(Москва, АСТ; Спб, Ост – 2007))ОБЩИЕ ДАННЫЕ ОТДЕЛЬНЫЕ ФАКТОРЫ СОСТОЯНИЕ ЗДОРОВЬЯ (ОБЩЕЕ СОСТОЯНИЕ НА ТЕКУЩИЙ МОМЕНТ) КОНТРОЛЬ НЕСЧАСТНЫХ СЛУЧАЕВ, ПРОФИЛАКТИКА ПСИХОСОЦИАЛЬНЫЕ

Программное обеспечение для распознавания лиц | FaceReader

Анализ эмоций

Для получения точных и надежных данных о выражении лица FaceReader — самая надежная автоматизированная система, которая поможет вам.

• Четкое понимание влияния различных раздражителей на эмоции

• Очень прост в использовании: экономит драгоценное время и ресурсы

• Простая интеграция с данными отслеживания глаз и физиологическими данными

Нам доверяют исследователи со всего мира

---

FaceReader помогает вашей работе

Многие исследователи обратились к использованию автоматизированного программного обеспечения для анализа выражения лица, чтобы лучше объективно оценивать эмоции. FaceReader используется по всему миру в более чем 1000 университетов, научно-исследовательских институтов и компаний на многих рынках, от потребительских и психологических исследований до исследований удобства использования.

Программное обеспечение FaceReader быстрое, гибкое, объективное, точное и простое в использовании. Он немедленно анализирует ваши данные (живые, видео или неподвижные изображения), экономя драгоценное время. Возможность записи аудио и видео позволяет слышать, что говорят люди, например, во время взаимодействия человека с компьютером или во время просмотра стимулов.

 

---

---

Измеряйте эмоции с помощью FaceReader

FaceReader — лучшая автоматизированная система для распознавания определенных свойств изображений и выражений лица. Наряду с базовыми или универсальными выражениями вы можете определить свои собственные пользовательские выражения. Кроме того, FaceReader может распознавать «нейтральное» состояние и анализировать «презрение».

Независимо от того, является ли ваш участник теста младенцем, ребенком, взрослым или пожилым человеком, FaceReader адаптирует анализ к модели, которая лучше всего соответствует вашему исследованию.

---

---

Как работает Facereader

1. Обнаружение лица — находит лицо, используя алгоритм поиска лица на основе глубокого обучения
2. . классификация — классифицирует выражения с помощью искусственных нейронных сетей

Эти шаги приводят к таким результатам, как базовые выражения, настраиваемые выражения, ориентация головы, направление взгляда, валентность и возбуждение, единицы действия, частота сердечных сокращений и изменчивость частоты сердечных сокращений, а также потребительское поведение.

 

---

---

FaceReader — самый надежный программный инструмент для анализа выражения лица ( источник ).

---

---

Точная классификация эмоций

Согласно проверочному исследованию с использованием ADFES, FaceReader 9 обеспечивает точную классификацию эмоций со средней точностью 99% [1].

Что вам следует знать о FaceReader, нашем инструменте распознавания выражения лица

Ссылки

1. Средняя производительность FaceReader 9 измерялась с помощью наборов данных Amsterdam Dynamic Facial Expression Set (ADFES).

 

---

---

Структура лицензии

FaceReader предлагает дополнительную возможность использования цифрового лицензионного ключа программного обеспечения вместо аппаратного ключа (USB-ключ), чтобы обеспечить максимальную гибкость. Для активации лицензионного ключа программного обеспечения необходимо подключение к Интернету. После активации вы можете выбрать между:

• Фиксированная лицензия — Используйте программное обеспечение на одном указанном компьютере. Лицензия подключается к вашему компьютеру и может использоваться без подключения к Интернету.
• Плавающая лицензия — Установите программу на любой компьютер и используйте ее где и когда хотите. Например, на компьютере в лаборатории на работе и на следующий день на ноутбуке дома. Для использования программного обеспечения компьютеры должны быть подключены к Интернету.

---

---

FaceReader используется по всему миру в более чем 1000 университетов (включая 6 из 8 университетов Лиги плюща), исследовательских институтах и ​​компаниях на многих рынках, таких как психология, потребительские исследования, пользовательский опыт, человеческий фактор и нейромаркетинг.

Ты следующий?

 

---

Релевантные блоги

GO-LAB продемонстрировала удивительные возможности FaceReader и эффективную замену процедур ручного кодирования.

Что следует учитывать при организации исследования в области психологии развития? Читайте дальше, чтобы узнать больше о методах, конструкциях и инструментах.

Вы представляете, в 19 веке, например, изучение движений глаз велось путем непосредственных наблюдений? К счастью, в настоящее время отслеживание взгляда можно легко автоматизировать.

Готовы начать свои исследования?

Хотите получать больше информации и быстрее получать результаты? Свяжитесь с нами сейчас, чтобы узнать, как Мы можем помочь тебе!

Автоматический анализ микровыражений: открытые вызовы

Микровыражения, мимолетные и непроизвольные выражения лица, часто возникающие в ситуациях с высокими ставками, когда люди пытаются скрыть или замаскировать свои истинные чувства, стали широко известны с 19 лет.60-х годов, из работы Хаггарда и Айзекса (1966), в которой микровыражение сначала было названо микромоментальной мимикой, а затем из работы Экмана и Фризена (1969).

Микровыражения слишком короткие (от 1/25 до 1/2 с) и незаметны для восприятия человеческим глазом. Исследование (Ekman, 2002) показывает, что в задачах распознавания микровыражений обычные люди без подготовки в среднем справляются лишь немного лучше, чем случайность. Таким образом, компьютерное зрение и методы машинного обучения для автоматического анализа микровыражений становятся привлекательными. Пфистер и др. (2011) начали новаторские исследования по распознаванию спонтанных микровыражений с помощью первого общедоступного набора данных спонтанных микровыражений: SMIC и добились очень многообещающих результатов, которые выгодно отличаются от точности человека. С тех пор изучение микровыражений в области компьютерного зрения привлекает внимание все большего числа исследователей. Ряд работ способствовал автоматическому анализу микровыражений с точки зрения сбора новых наборов данных (от аннотаций на уровне эмоций до аннотаций на уровне единиц действия; Li et al., 2013; Davison et al., 2018), микровыражений. распознавание (от распознавания кадра вершины сигнала до распознавания всего видео; Wang et al., 2015; Liu et al., 2016; Li Y. et al., 2018; Huang et al., 2019) и обнаружение микровыражения (от обнаружения пика микровыражения до обнаружения начала и окончания микровыражения; Patel et al., 2015; Xia et al., 2016; Jain et al., 2018). Первая завершенная система, объединяющая распознавание и обнаружение микровыражений для чтения скрытых эмоций (Li X. et al., 2018), была опубликована в MIT Technology Review (2015) и привлекла все большее внимание, в котором метод машинного обучения получил 80,28% для трех класс (положительный/отрицательный/сюрприз) для 71 видеоклипа с микровыражениями, записанного от восьми субъектов, и 57,49% для пяти классов (счастье, отвращение, удивление, подавление и др.) распознавания для 247 видеоклипов с микровыражениями, записанных у 26 испытуемых (Li X. et al., 2018), что превзошло возможности распознавания людей (Li Х. и др., 2018).

Однако остается еще много открытых проблем, которые необходимо рассмотреть в будущих исследованиях. Несколько основных проблем, связанных с изучением микровыражения, подробно обсуждаются ниже.

Наборы данных

Данные занимают центральное место в исследованиях микровыражений. Несмотря на то, что было собрано и опубликовано больше наборов данных, от первого SMIC (Li et al., 2013) до CASME (Yan et al., 2013), CASME II (Yan et al., 2014), SAMM (Davison et al. , 2014), al., 2018), набор данных MEVIEW (Husak et al., 2017) и CAS(ME) ² (Qu et al., 2018), включая больше предметов, более высокое разрешение и больше видео, масштаб текущих наборов данных это всего лишь сотни видеороликов с микровыражениями, снятых от 30 до 40 субъектов, и до сих пор не хватает высококачественных, естественно собранных и хорошо аннотированных крупномасштабных данных микровыражений, снятых различными датчиками, для обучения эффективным методам глубокого обучения, что является большим препятствием для исследования. Поскольку индуцирование и маркировка данных микровыражения с нуля чрезвычайно сложны и требуют много времени, ни одна исследовательская группа не может собрать масштаб данных, превышающий десятки тысяч образцов. Одним из возможных вариантов будущей работы по построению данных микровыражений может быть использование обширного источника видео YouTube и интеллектуальный анализ с некоторыми методами видеотегов для клипов-кандидатов, а затем с маркировкой человека. Другим вариантом может быть совместный и параллельный сбор и маркировка данных с помощью облачных источников.

Более того, одним из потенциальных применений анализа микровыражений является обнаружение лжи. При лжи в вербальных и невербальных сигналах можно обнаружить более противоречивое поведение (Navarro and Karlins, 2008), возможно, может появиться больше микровыражений. Таким образом, новые наборы данных, содержащие не только выражение лица и микровыражение, но и звуковую речь, могут быть полезны для изучения микровыражения.

Action Units Обнаружение микровыражений

Facial Action Coding System (FACS) представляет собой анатомическую систему для измерения лицевых движений (Ekman and Friesen, 1978), который используется для описания визуально различимой лицевой активности на основе множества уникальных единиц действия (ЕД). В большинстве предыдущих работ (Wang et al., 2015; Li X. et al., 2018) микровыражения распознавались на всем лице без исследования единиц действия, и только положительные и отрицательные микровыражения или ограниченное количество микровыражений были классифицированы. Вместо прямого распознавания определенного количества прототипических выражений, как в большинстве предыдущих исследований, AU могут обеспечивать промежуточную осмысленную абстракцию выражений лица и нести много информации, которая может помочь лучше обнаруживать и понимать чувства людей. Несмотря на то, что обнаружение AU принималось во внимание при анализе макроэкспрессии (Zhao et al., 2016, 2018; Han et al., 2018; Zhang et al., 2018), включая обнаружение боли и оценку ее интенсивности (Prkachin and Solomon , 2008; Lucey et al., 2011), редкая работа была проделана для AU в микровыражениях. Будущие исследования могли бы уделить больше внимания изучению взаимосвязи между AU и микровыражениями. Например: существует ли фиксированное сопоставление между началом определенной ЕД (или последовательности комбинаций ЕД) и одной категорией микровыражения, точно так же, как критерии соответствия ЕД и выражения лица, перечисленные в руководстве FACS? Категория затронутых эмоций микровыражения не обязательно ограничивается прототипическими базовыми эмоциями, т. е. счастьем, грустью, удивлением, гневом, отвращением и страхом, но может также включать другие эмоции, выходящие за рамки упомянутых выше базовых эмоций, но все же очень полезно для реальных приложений, таких как нервозность, несогласие и презрение. Кроме того, за исключением наиболее распространенных эмоциональных ЕД (которые считаются тесно связанными с выражением эмоций), например, ЕД1, ЕД4 и ЕД12, другие ЕД, которые формально считались «не относящимися к эмоциям», также заслуживают более пристального изучения, как показали исследования. что некоторые (например, моргание и изменение взгляда) используются в качестве маскировки поведения, чтобы скрыть истинные чувства, таким образом, часто происходят С началом микровыражений.

Реалистичные ситуации

Большая часть существующих усилий по анализу микровыражений была предпринята для классификации основных микровыражений, собранных в строго контролируемых условиях, например, при виде спереди (без изменения вида), при стабильных и ярких условиях освещения ( без изменения освещения), видно все лицо (без окклюзии). Такие условия очень трудно воспроизвести в реальных приложениях, и инструменты, обученные таким данным, обычно плохо обобщаются на естественные записи, сделанные в неограниченных условиях. Необходимо разработать эффективные алгоритмы для распознавания встречающихся в природе микровыражений, устойчивые к реалистичным ситуациям, способные справляться с изменениями позы, изменениями освещения и низким качеством видео, записанных в дикой природе.

Макро- и микровыражения

Предыдущие работы о выражении лица касались либо микро-, либо макровыражений. Для большинства ранних работ с микровыражениями предполагалось, что в видеоклипе есть только микровыражения. Например, в коллекции большинства наборов данных о микровыражениях (Li et al., 2013; Yan et al., 2013, 2014; Davison et al., 2018; Qu et al., 2018) испытуемых просили попробовать свои силы. лучше всего сохранять нейтральное выражение лица при просмотре эмоциональных видеоклипов. Таким образом, конфликт переживаемых эмоций, вызванных видеоклипом, и сильное намерение подавить любое выражение лица могут вызвать микровыражения. Следствием в собранных видео является то, что если в записанном видео есть микровыражение, то маловероятно, что оно будет иметь другие естественные выражения лица. Но в большинстве случаев в реальной жизни это не так. Микровыражения могут появляться одновременно с макровыражением, например, когда люди улыбаются, они могут очень быстро и коротко морщить лоб, что показывает их истинное чувство (Экман и Фризен, 19).69). Будущие исследования могут также касаться взаимосвязи макро- и микровыражений и изучать методы, которые могут обнаруживать и различать эти два выражения, когда они встречаются или даже накладываются друг на друга в одном сценарии, что было бы очень полезно для понимания чувств и намерений людей. точнее.

Контекстные подсказки и мультимодальное обучение

В социальных взаимодействиях люди интерпретируют эмоции и ситуации других на основе многих вещей (Huang et al., 2018): людей во время взаимодействия, их речи, выражения лица, одежды, позы тела, пол, возраст, окружающая среда, социальные параметры и так далее. Все это можно рассматривать как контекстную информацию. Некоторые люди лучше умеют читать эмоции, поскольку они могут более точно чувствовать эмоции других, чем остальные. Эти люди обычно улавливают тонкие подсказки по нескольким аспектам, а не только по выражению лица (Navarro and Karlins, 2008). Одним из первоначальных мотивов изучения микровыражения является изучение подавленных и скрытых эмоций людей, но мы не должны забывать, что микровыражение — лишь один из многих ключей к этой цели. В будущих исследованиях следует попытаться расширить масштабы и рассмотреть возможность сочетания микровыражения с другими контекстуальными действиями, например, морганием, изменением взгляда, изменением жестов рук или даже позой всего тела, чтобы достичь лучшего понимания скрытых эмоций людей на более полном изображении. сфера.

Недавние психологические исследования показывают, что эмоции представляют собой мультимодальную процедуру, которая может выражаться различными способами. «Визуальные сцены, голоса, тела, другие лица, культурная ориентация и даже слова формируют то, как эмоции воспринимаются на лице» (Barrett et al. , 2011). Кроме того, эмоциональные данные могут быть записаны с помощью различных датчиков, например, цветной камеры, камеры ближнего инфракрасного диапазона, камеры глубины или физиологических датчиков для регистрации эмоционального поведения или телесных изменений. Это также относится к изучению микровыражения и подавленных или скрытых эмоций. Одна-единственная модальность может быть ненадежной, поскольку один определенный паттерн поведения может быть просто связан с физиологическим дискомфортом или личной привычкой, но не имеет ничего общего с эмоциональными состояниями. Таким образом, только когда несколько сигналов рассматриваются вместе, мы можем добиться более надежного распознавания эмоций. На данный момент в этом отношении очень мало исследований, и в будущих исследованиях микровыражений можно было бы рассмотреть возможность объединения мультимодальных данных для распознавания микровыражений и скрытых эмоций.

Анализ взаимодействий нескольких человек

Текущее исследование микровыражений сосредоточено на одном человеке, смотрящем эмоциональные фильмы или рекламу, что разумно на ранней стадии для облегчения сложных задач и повышения их выполнимости. Позже, несомненно, исследования будут смещаться в сторону более реалистичных и сложных интерактивных сред, в которых участвуют несколько человек. Естественные взаимодействия будут вызывать более естественные и спонтанные эмоциональные реакции с точки зрения мимики и микровыражений, но сценарий также станет очень сложным. Было бы очень интересно исследовать не только индивидуальный уровень эмоциональных изменений, но и межличностное сосуществование (например, мимику или заражение), а также аффективную динамику всей группы.

Обсуждение

Мы обсудили прогресс и нерешенные проблемы в области автоматического анализа микровыражений. Решение этих вопросов требует междисциплинарной экспертизы. Сотрудничество машинного обучения, психологии, познания и социального поведения необходимо для углубленного изучения микровыражений и связанных с ними приложений в реальном мире.

Вклад авторов

Все перечисленные авторы внесли существенный, непосредственный и интеллектуальный вклад в работу и одобрили ее для публикации.

Финансирование

Эта работа была частично поддержана Национальным фондом естественных наук Китая (гранты № 61772419), Infotech Oulu и Academy of Finland (проект ICT 2023 с грантом № 313600).

Заявление о конфликте интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

Ссылки

Барретт, Л. Ф., Мескита, Б., и Гендрон, М. (2011). Контекст в восприятии эмоций. Курс. Реж. Психол. науч. 20, 286–290. doi: 10.1177/0963721411422522

CrossRef Full Text | Google Scholar

Дэвисон А.К., Лэнсли К., Костен Н., Тан К. и Яп М.Х. (2018). SAMM: набор данных о спонтанных микродвижениях лица. IEEE Trans. Оказывать воздействие. вычисл. 9, 116–129. doi: 10.1109/TAFFC.2016.2573832

Полный текст CrossRef | Google Scholar

Экман, П. (2002). Тренажер для микровыражения (METT) . Сан-Франциско, Калифорния: Калифорнийский университет.

Экман П. и Фризен В. (1978). Система кодирования мимических движений: метод измерения мимических движений Консультации . Пало-Альто, Калифорния: Consulting Psychologists Press.

Экман П. и Фризен В. В. (1969). Невербальная утечка и ключи к обману. Психиатрия 32, 88–106.

Реферат PubMed | Google Scholar

Хаггард Э. и Айзекс К. (1966). «Микромоментальные выражения лица как индикаторы эго-механизмов в психотерапии», в Methods of Research in Psychotherapy , eds L.A. Gottschalk and AH Auerbach (Нью-Йорк, штат Нью-Йорк: Appleton-Century-Crofts, 154–165.

Google Scholar

Han, S., Meng, Z., Li, Z. , Рейли Дж., Кай Дж., Ван Х. и др. (2018 г.) «Оптимизация размера фильтра в сверточных нейронных сетях для распознавания лицевых единиц», в Трудах конференции IEEE по компьютерному зрению и шаблонам. Признание (Солт-Лейк-Сити, Юта), 5070–5078

Google Scholar

Хуанг, X. , Дхолл, А., Гёке, Р., Пиетикайнен, М., и Чжао, Г. (2018). Мультимодальная структура для анализа влияния группы людей. IEEE Trans. Мультимедиа 20, 2706–2721. doi: 10.1109/TMM.2018.2818015

CrossRef Full Text | Google Scholar

Хуанг X., Ван С.-Дж., Лю X., Чжао Г., Фэн X. и Пиетикайнен М. (2019). Дискриминативный пространственно-временной локальный бинарный паттерн с пересмотренной интегральной проекцией для спонтанного распознавания микровыражения лица. IEEE Trans. Оказывать воздействие. Вычисление . 10, 32–47. doi: 10.1109/TAFFC.2017.2713359

Полный текст CrossRef | Google Scholar

Хусак П., Чех Дж. и Матас Дж. (2017). «Обнаружение микровыражений лица «в дикой природе»», в Proceedings of the 22nd Computer Vision Winter Workshop , eds NM Artner, I. Janusch и WG Kropatsch (Retz).

Google Scholar

Джейн Д.К., Чжан З. и Хуанг К. (2018). Изучение признаков на основе случайного обхода для распознавания микровыражений. Распознавание образов. Письмо . 115, 92–100. doi: 10.1016/j.patrec.2018.02.004

CrossRef Полный текст | Google Scholar

Li, X., Hong, X., Moilanen, A., Huang, X., Pfister, T., Zhao, G., et al. (2018). На пути к чтению скрытых эмоций: сравнительное исследование спонтанных методов обнаружения и распознавания микровыражений. IEEE Trans. Оказывать воздействие. вычисл. 9, 563–577. doi: 10.1109/TAFFC.2017.2667642

Полный текст CrossRef | Google Scholar

Li, X., Pfister, T., Huang, X., Zhao, G., and Pietikäinen, M. (2013). «База данных спонтанных микровыражений лица: побуждение, сбор и исходный уровень», в Материалы Международной конференции IEEE по распознаванию лиц и жестов (Шанхай: FG 2013).

Google Scholar

Ли, Ю., Хуан, X., и Чжао, Г. (2018). «Можно ли распознать микровыражение на основе одного апекс-кадра?» в Международная конференция по обработке изображений (Афины: ICIP).

Google Scholar

Liu, Y.-J., Zhang, J.-K. , Yan, W.-J., Wang, S.-J., Zhao, G., and Fu, X. (2016 ). Функция основного направленного среднего оптического потока для спонтанного распознавания микровыражений. IEEE Trans. Оказывать воздействие. вычисл. 7, 299–310. doi: 10.1109/TAFFC.2015.2485205

Полный текст CrossRef | Google Scholar

Люси П., Кон Дж. Ф., Пркачин К. М., Соломон П. Э. и Мэтьюз И. (2011). «Болезненные данные: архивная база данных выражений боли в плече unbc-mcmaster», в материалах Международной конференции IEEE по распознаванию лиц и жестов (Санта-Барбара, Калифорния: FG 2011).

Google Scholar

Наварро, Дж., и Карлинс, М. (2008). Что говорит каждое ТЕЛО: Руководство бывшего агента ФБР по скорочтению . Нью-Йорк, штат Нью-Йорк: Коллинз.

Google Scholar

Патель Д., Чжао Г. и Пиетикайнен М. (2015). «Пространственно-временная интеграция векторов оптического потока для обнаружения микровыражений», в материалах Международной конференции по передовым концепциям интеллектуальных систем зрения (Катания: ACIVS).

Google Scholar

Пфистер Т., Ли Х., Чжао Г. и Пиетикайнен М. (2011). «Распознавание спонтанных микровыражений лица», в Материалы Международной конференции IEEE по компьютерному зрению 2011 (Барселона).

Google Scholar

Пркачин К.М. и Соломон П.Е. (2008). Структура, достоверность и достоверность выражения боли: данные пациентов с болью в плече. Боль 139, 267–274. doi: 10.1016/j.pain.2008.04.010

PubMed Abstract | Полный текст перекрестной ссылки | Google Scholar

Qu, F., Wang, S.-J., Yan, W.-J., Li, H., Wu, S. и Fu, X. (2018). КАС(Я) ² : База данных для определения и распознавания спонтанных макро- и микровыражений. IEEE Trans. Оказывать воздействие. Вычисление . 9, 424–436. doi: 10.1109/TAFFC.2017.2654440

CrossRef Полный текст | Google Scholar

Wang, S.-J., Yan, W.-J., Li, X., Zhao, G., Zhou, C.-G., Fu, X., et al. (2015). Распознавание микровыражений с использованием цветовых пространств. IEEE Trans. Процесс изображения. 24, 6034–6047. doi: 10.1109/TIP.2015.2496314

PubMed Abstract | Полный текст перекрестной ссылки | Академия Google

Ся З., Фэн С., Пэн Дж., Пэн С. и Чжао Г. (2016). Спонтанное выделение микровыражений посредством геометрического моделирования деформации. Вычисл. Видение Образ Понимание. 147, 87–94. doi: 10.1016/j.cviu.2015.12.006

CrossRef Полный текст | Google Scholar

Yan, W.-J., Li, X., Wang, S.-J., Zhao, G., Liu, Y.-J., Chen, Y.-H., et al. (2014). CASME II: улучшенная база данных спонтанных микровыражений и базовая оценка. PLoS ONE 9:e86041.

Реферат PubMed | Google Scholar

Yan, W.-J., Wu, Q., Liu, Y.-J., Wang, S.-J., and Fu, X. (2013). «База данных CASME: набор данных спонтанных микровыражений, собранных с нейтрализованных лиц», в Proceedings of the IEEE International Conference Automatic Face and Gesture Recognition 2013 (Шанхай).

Google Scholar

Zhang, Y. , Dong, W., Hu, B.-G., and Ji, Q. (2018). «Обучение классификатора с априорными вероятностями для распознавания единиц действия лица», в Материалы конференции IEEE по компьютерному зрению и распознаванию образов (Солт-Лейк-Сити, Юта), 5108–5116.

Google Scholar

Чжао, К., Чу, В.-С., и Мартинес, А. М. (2018). Изучение единиц лицевых движений из веб-изображений с масштабируемой кластеризацией со слабым наблюдением. Материалы конференции IEEE по компьютерному зрению и распознаванию образов (Солт-Лейк-Сити, Юта), 2090–2099.

Реферат PubMed | Google Scholar

Чжао К., Чу В.-С. и Чжан Х. (2016). «Глубокая область и многокомпонентное обучение для обнаружения единиц лицевых движений», в Материалы конференции IEEE по компьютерному зрению и распознаванию образов (Лас-Вегас, Невада), 3391–3399.

Google Scholar

когда пользователи выдают свое истинное эмоциональное состояние • amat-design.com

Также опубликовано на UX Collective: https://uxdesign. cc/emotions-and-micro-expressions-in-ux-research- user-testing-a58b66612de

В профессиональном опыте меня неожиданно отправили в Испанию, где я не говорю на языке, для сеанса пользовательского тестирования системы, которую я не проектировал, с обещанием переводчика. Однажды нет переводчика. Хороший. А вот возможность захвата на видео лиц пользователей и их взаимодействия с тестируемой системой.

И вот я здесь, без переводчика и без помощи, и все же должен делать свою работу. Как я получу информацию из этого пользовательского тестового сеанса?

При просмотре я понимаю, что испанцы, как правило, очень экспрессивны и много общаются с помощью языка тела и мимики. Не имея возможности понять, что они говорят словами, я использовал метод FACS, инициированный Полом Экманом (система кодирования движений лица), для анализа невербального общения пользователя и, в частности, микровыражений.  Благодаря одновременному захвату лиц пользователей и их взаимодействий с тестируемой системой я смог связать эти микровыражения с взаимодействиями.

Я понял, что посредством невербального выражения своих эмоций пользователи сообщают не только о своем состоянии, но и о своем потенциальном поведении по отношению к тестируемой системе после этих состояний.

Профи

✔ Расшифровка невербальной коммуникации  не может осуществляться инстинктивно и должна быть объективной  (например, смех или слезы). Если вы думаете, что можете инстинктивно декодировать эмоциональные состояния ваших пользователей, помните, что даже эксперты метода FACS Пола Экмана не смогли обнаружить и расшифровать все микровыражения, выраженные испытуемым. Кэла Лайтмана из «Обмани меня» не существует в реальной жизни.

✔ Пользователь , который знает, что за ним наблюдают, будет склонен умалчивать некоторые комментарии  , которые он хотел бы сделать, и не будет свободно выражать свои эмоции. Полевой опрос — это всегда социальная ситуация сама по себе.

✔ Особенность микровыражений в том, что они непроизвольны и неконтролируемы. Они выдают истинные эмоции пользователей.

✔ Многие выражения лица отражают универсальные эмоции , это послание, которое не трансформируется культурой или языком.

✔ Микровыражения временны. Очень короткие (по определению), часто легко связать их с конкретным взаимодействием , если это позволяет поддержка исследования.

✔ Сообщая о своем эмоциональном состоянии,  9Пользователи 0051 также сообщают о своем вероятном поведении  в ответ на эти состояния (заброшенность, отклонение и т. д.).

✔ Микровыражение может быть связано с эмоцией, но также (правда, менее объективно) интерпретировано в соответствии со шкалой интенсивности .

✔ Только наблюдение позволяет собирать информацию. Таким образом, сам по себе метод не является интрузивным.

Минусы

✘ Почти незаметны невооруженным глазом, требуют использование видеозаписи лиц пользователей и их взаимодействия с тестируемой системой и тщательный просмотр .

✘ Анализ микровыражений подобен пищевым добавкам: их анализ не освобождает от применения полной методологии исследования .

✘ Как и любое эмпирическое наблюдение в исследованиях UX, они  сами по себе не являются выводом,  но должны быть объяснены.

✘ Человеческое лицо часто представляет смеси выражений лица  (пример удивления), что усложняет задачу расшифровки.

✘ Системы анализа микровыражений учитывают только выражения, связанные с эмоциями. Это предполагает анализ, сфокусированный на эмоциональном опыте больше, чем на функциональном , даже если можно навести мосты.

Универсальные эмоции Экмана

Какая часть детерминизма в эмоциональном определении человека? Насколько эти эмоции форматированы обществом, культурой? На этот вопрос Пол Экман (как и другие ученые до него) пытался ответить. Своей работой, которая проходила по всему миру, Пол Экман показал, что определенные эмоции свойственны всему человечеству.

«Эмоции меняют то, как мы видим мир и как мы интерпретируем действия других». — Пол Экман

Согласно его работе, существует 7 этих универсальных эмоций: Гнев, Презрение, Отвращение, Наслаждение, Страх, Печаль и Удивление. Вы можете узнать больше об этих эмоциях на специальной странице официального сайта Экмана, но я настоятельно рекомендую вам купить его последнюю книгу, если вы действительно заинтересованы. Каждой из этих эмоций соответствует физическое выражение, также универсальное, узнаваемое благодаря методу Facial Action Coding System того же автора.

Универсальные эмоции и микровыражения в соответствии с системой кодирования движений лица Пола Экмана. Система кодирования движений лица принадлежит Полу Экману. Для получения дополнительной информации посетите https://www.paulekman.com/

Система кодирования лицевых движений Экмана

В методе Системы кодирования лицевых движений Пола Экмана (FACS) каждое движение лица (называемое AU: Action Unit) соответствует коду. Например, Brow lowerer=4 ; Сморщивание носа=9 ; Депрессор угла губы = 15 ; Подбородок=17…

Эти ЕД можно комбинировать с другими. Таким образом, каждому микровыражению соответствует код, выраженный комбинацией нескольких ЕД. Например, Счастье кодируется как 6+12: 6=поднятие щек и 12=вытягивание уголков губ.

Особенность этого подхода в том, что субъект, микровыражения которого мы изучаем, иногда будет выражать смесь нескольких выражений. Если, например, человек показывает Поднятие щек (6), Оттягивание уголков губ (12) и Опускание бровей (4), несомненно, его выражение Счастья смешано со второй эмоцией. Код этого микровыражения будет 6+12+4 и должен интерпретироваться иначе.

Чтобы пойти дальше, в методе Системы кодирования движений лица Пола Экмана также возможно кодировать интенсивность наблюдаемой единицы действия (ЕД). Для этого мы добавляем к номеру AU букву, идущую от A до E (A=Trace, E=Maximum).

В этом методе кодирования микровыражений есть много других тонкостей, которые я не буду подробно описывать в этой статье, потому что на моем уровне не нужно заходить так далеко. Если эта область вам неизвестна и вы хотите изучить ее, я рекомендую вам посетить страницу, посвященную этой теме, на официальном сайте Пола Экмана. Вы также можете посетить страницу Википедии системы кодирования лицевых движений (FACS), чтобы узнать, как работает кодирование микровыражений.

Контекст и методология

Пользовательский тест был проведен с участием 7 пользователей (мужчины и женщины из Испании, от 20 до 40 лет) в рамках 2 сценариев использования. Тестируемая система является конфиденциальной для клиента, но это была огромная онлайн-форма в настольной сети. Возможно, вы уже знаете применяемую методологию:

• Протокол и реализация
• Сбор данных
• Анализ и рекомендации
• Общение со спонсорами и заинтересованными сторонами

Реализация

Пользователи были отправлены в 3 не-3 комнаты с UX испанские фасилитаторы, которые были переданы мне от моего клиента, которым я должен был быстро представить протокол и методологию. Перекрестные вопросы, заданные во время теста, позволили нам собрать важную информацию. Из-за нехватки времени (эта пользовательская тестовая сессия была для меня неожиданной, и у меня было 2 дня на ее подготовку) некоторым пользователям пришлось самостоятельно администрировать тест. Перед началом записи каждому пользователю была представлена ​​форма согласия. На этот раз я не планировал анализировать микровыражения пользователей.

Я просто чувствовал, что должен сказать клиенту, что тест провалится из-за нехватки времени на его организацию и отсутствия помощи со стороны местного исследователя. Это было до того, как я заметил микровыражения на видео.

Анализ

Всегда записывайте видео, когда это возможно! Когда я просматривал тестовые видеоролики, я заметил, что у пользователей были очень короткие физические реакции при взаимодействии с тестируемой системой. Я поставил видео на паузу и пролистал кадры один за другим. Я понял, что в то время как у пользователей было мягкое общее эмоциональное выражение в течение всего теста, у них было на время кадра или двух очень преувеличенное выражение лица . Это обострение часто сопровождалось специфическим взаимодействием: отвращением к новой странице, реакцией или отсутствием реакции на нажатие кнопки. Это были микровыражения.

Примечание. Я использовал Open Broadcaster Software для одновременной записи экрана и лиц пользователей. В программном обеспечении вы можете размещать зоны по своему усмотрению и изменять их размер, чтобы 2/3 видео отводилось для захвата экрана (для захвата взаимодействий), а 1/3 — для лица пользователя. Помните, что вы можете обрезать зоны на холсте OBS, изменив их размер, нажав «option» на Mac.

Дружеское напоминание: не забывайте спрашивать у пользователей разрешение, прежде чем снимать их и записывать их действия, используя форму согласия 😉

Я использовал  Open Broadcaster Software для одновременной записи экрана и лиц пользователей Помните, что вы можете обрезать зоны на холсте OBS, изменив их размер, нажав «option» на Mac.

Микровыражение относится к выражению эмоций с помощью мышц лица. Согласно работе Пола Экмана, поскольку микровыражение выдает реальное эмоциональное состояние человека, без социального фильтра оно всегда очень краткое и длится менее полсекунды . После этой половины секунды человек восстанавливает контроль над выражением лица, чтобы фильтровать то, что он выражает; это потому, что социальное давление часто мешает нам свободно выражать негативные эмоции, такие как гнев или страх.

Поэтому очень интересно наблюдать, как пользователи менее чем за полсекунды выдают свое истинное эмоциональное состояние. Когда это происходит, это часто свидетельствует о многом.

Обратите внимание, что пользователь также может выражать эмоции, не используя микровыражения. Если это выражение длится дольше, чем полсекунды, это уже не микровыражение. Тем не менее, он действителен сам по себе, но мы должны иметь в виду, что он может быть фальсифицирован человеком, сознательно или нет, из соображений скромности или социального давления. Особенность микровыражений в том, что они никогда не фальсифицируются.

После захвата микровыражения можно (если среда исследования позволяет) связать его с взаимодействием.  Анализируя микровыражение, то есть выявляя эмоцию, которую оно передает, и ее интенсивность, мы можем понять, какова реакция пользователя на это конкретное взаимодействие. Если пользователь выражает гнев, это может быть результатом разочарования из-за невозможности выполнить задачу. Даже если пользователь не говорит о своем состоянии гнева, это следует учитывать.

На одном кадре пользователь выражает страх при открытии селектора календаря. В течение 0,5 секунды на опущенных бровях и во рту читался сильный страх. Основная реакция пользователя на страх — уйти подальше. В другом кадре пользователь выражает печаль после 3 неудачных попыток проверки капчи. Ее брови и уголки губ опустились. Еще одно микровыражение было замечено, когда один пользователь открыл слишком длинный выпадающий список. Мы могли видеть морщины на носу и рот отвращения. Отвращение к чтению говорит нам, что для этого пользователя это раскрывающееся меню функционально, но не эстетично. Гнев был замечен, когда при проверке формы появилось несколько ошибок. Кажется, что сообщения об ошибках были недостаточно явными, и пользователь чувствовал себя заблокированным, вызывая эмоцию гнева, читаемую по напряжению бровей, образующему вертикальные метки, и закрытию рта. эмоциональный опыт пользователя. Помните, что удивление редко бывает хорошей эмоцией для пользователей, оно часто смешивается со страхом. Тестируемая нами система вообще не была спроектирована, она была сделана только разработчиками и была неэргономичной и неэстетичной. Вот почему мы не заметили счастья, а если и заметили, то оно могло быть в конце пользовательского опыта.

В зависимости от эмоций, выраженных пользователем, опасность для системы не одинакова. Разгневанный пользователь может потерять контроль и покинуть свой маршрут. В крайних случаях он может даже сделать агрессивный жест по отношению к своему устройству. Пользователь, выражающий отвращение, скорее всего, захочет уйти от системы. Его отвращение чаще всего вызывается неприятными сенсорными раздражителями (зрительными, слуховыми, тактильными). Если эта проблема возникает, существуют методы тестирования пользователей, направленные на анализ этих сенсорных стимулов, которые могут ее исправить.

Удивленный пользователь может также захотеть уйти от системы. Даже если за удивлением следует положительное чувство, переживание самого удивления может позже породить ожидание чувства страха, и в этом случае пользователь сохранит в памяти отрицательное переживание. Выражение счастья у ваших пользователей — единственное положительное выражение, которое можно проанализировать согласно работе Пола Экмана. В этом случае элементы, идентифицированные как лежащие в основе этого выражения счастья, должны быть сохранены.

Момент истины: как отреагируют заинтересованные стороны и спонсоры?

В качестве компенсации я представил на каждом слайде микровыражение, соответствующий код FACS, объяснение контекста и рекомендации по UX.

В качестве компенсации я представил микровыражение, связанный с ним код FACS, объяснение контекста и рекомендацию по UX.

В итоге я смог найти около 20 кадров, описывающих микро- или макровыражение. Реституция была очень хорошо воспринята бизнесом и спонсорами, которые увидели новаторский подход в этом процессе.  И потому, что моя команда UX дала им понять, что условия были действительно сложными для получения информации из этого сеанса пользовательского тестирования.

К сожалению, некоторые пользователи не смогли завершить свой сценарий из-за технических проблем, а некоторые пользователи, которым пришлось самостоятельно администрировать тест, пропустили несколько вопросов. Но благодаря анализу микровыражений мне все же удалось сгенерировать в общей сложности 18 рекомендаций , отсортированных по критичности, и уточнить Персоны с перекрестными вопросами. Разработчики реализовали рекомендации в рамках бюджета проекта.

Лишенный моих обычных инструментов и столкнувшись с языковым барьером, анализ микровыражений стал инструментом, который позволил мне прийти в себя, ключом, который позволил мне открыть для себя новый подход к пользовательскому тестированию.  Этот инструмент еще слишком мало популярен, слишком мало представлен среди инструментов «классической» методологии, имеет много преимуществ. Вам по-прежнему необходимо иметь подходящее оборудование для захвата лиц и взаимодействий пользователей, а также их разрешений по этическим соображениям. Но я уверен, что этот подход скоро станет стандартом; для меня это уже есть.

MEGC2021

Семинар и вызов по микровыражению лица (FME) 2021

— Усовершенствованные методы создания и определения выражений лица

Обновление

: Загрузите Call for Papers (версия в формате pdf).

Микромимика (МЭ) — это непроизвольные движения лица, которые происходят спонтанно в условиях высоких ставок. Вычислительный анализ и автоматизация задач по микровыражениям — это новая область в исследованиях лиц, большой интерес к которой возник с 2014 года. вычислительный аспект. Особенно полными являются два современных набора кодированных данных FACS: CASME II и SAMM. Хотя по этим наборам данных было проведено много исследований по отдельности, не было предпринято никаких попыток провести более строгую и реалистичную оценку работы, проделанной в этой области. Это первый семинар в этой области исследований, целью которого является содействие взаимодействию между исследователями и учеными из этой нишевой области исследований, а также в том числе из более широких, общих областей самовыражения и психологических исследований.

Повестка дня

У этого семинара две основные программы:

1. Запрашивать оригинальные работы, которые решают различные проблемы исследования выражений лица, но не ограничиваются:
   • Выражение лица (микро- и макровыражение) обнаружение/обнаружение
   • Распознавание выражений лица
   • Мультимодальный анализ микровыражений, объединяющий, например, информацию о глубине, сигнал сердечного ритма и т. д.
   • Представление признаков FME и вычислительный анализ
   • Унифицированные схемы обнаружения и распознавания FME
   • Методы глубокого обучения для обнаружения и распознавания FME
   • Новые объективные классы для анализа FME
   • Новые наборы данных FME Синтез данных по выражениям лица
   • Психология исследований предприятий малого и среднего бизнеса
   • Facial Action Unit (AU) обнаружение и распознавание
   • Распознавание эмоций с помощью Aus
   • Приложения FME
2. Организовать конкурс микровыражения лица (FME) для исследования микровыражения лица, включая генерацию и обнаружение FME.
   
   
   • Подробнее

Описание задач-вызовов

Базы данных

Это три современных набора данных для задачи распознавания ME : база данных микровыражений II Китайской академии наук (CASME II) с 247 FME при 200 кадрах в секунду, SMIC-E со 157 FME при 100 кадрах в секунду и спонтанная Набор данных микродвижений лица (SAMM) с 159 FME при 200 кадрах в секунду.

Кроме того, исследователи начинают прикладывать усилия к базам данных, которые содержат длинные видеопоследовательности: длинные видео SAMM со 147 длинными видео со скоростью 200 кадров в секунду (средняя продолжительность: 35,5 с), CAS (ME) ² с 97 длинными видео со скоростью 30 кадров в секунду (средняя продолжительность: 148 секунд). В этом задании мы используем CAS(ME) ² и длинные видеоролики SAMM для задачи обнаружения микро- и макровыражений .

Задача генерации микровыражения лица:

Цель этой задачи — сгенерировать определенное микровыражение (источник) на заданных лицах шаблона (цель).

• Руководство: скачать файл здесь
• Исходные и целевые образцы: файл здесь
. Пожалуйста, подайте заявку на загрузку полных баз данных в соответствии с описанием в руководящем документе.
• Поскольку результаты отправки будут оцениваться тремя экспертами, базовый метод и результат для задачи генерации отсутствуют.



Задание на выявление макро- и микровыражений лица

• Руководство: скачать файл здесь
• Базовый метод:
  Пожалуйста, укажите:
  Яп, К.Х., Яп, М.Х., Дэвисон, А.К., Каннингем, Р. (2021), Эффективный упрощенный 3D-CNN с использованием пропуска кадров и повышения контрастности для определения макро- и микровыражений лица, arXiv: 2105.06340 [cs.CV] , https://arxiv.org/abs/2105.06340.
• Базовый код: поскольку документ по базовому методу в настоящее время находится на рассмотрении, код будет предоставлен, когда документ будет принят.
• Исходные результаты:

	МаЕ	МЭ	Комбинированный
САММ-ЛВ	0,1863	0,0409	0,1193
CAS(ME) 2 — обрезанный (для окончательной оценки)	0,0401	0,0118	0,0304
CAS(ME) 2 (можно использовать в качестве эталона)	0,0686	0,0119	0,0497

• Часто задаваемые вопросы:
1. В: Как быть с выделенными интервалами с перекрытием?
   A: Мы считаем, что каждый наземный интервал соответствует не более чем одному единственному отмеченному интервалу. Если ваш алгоритм обнаруживает несколько с перекрытием, вы должны объединить их в оптимальный интервал. Метод слияния также является частью вашего алгоритма, и при оценке окончательного результата важен только полученный оптимальный интервал.
2. В: Как проверить алгоритм и получить окончательный результат при использовании методов машинного обучения/глубокого обучения? Будет ли выпущен тестовый набор?
   A: Поскольку размер данных для микровыражения невелик, для оценки результатов следует использовать все образцы из CAS(ME) ² -cropped и SAMM-LV. И общий метод проверки — это перекрестная проверка «Оставить один субъект».



Микровыражения лица: что это такое и что они означают

Является ли изучение микровыражений полезным инструментом для выслушивания людей?

Микровыражения лица — это очень недолговечные выражения лица , которые могут предоставить информацию об основных эмоциях, когда они связаны с другими физиологическими реакциями. Это количественное измерение попадает в сферу того, что мы слушаем — благодаря прикладной нейронауке — на психофизиологическом уровне. Вместе с потоотделением, мозговыми волнами, движениями глаз и другими сигналами мы можем исследовать бессознательное и наши эмоции по отношению к разным типам опыта, независимо от того, связаны ли они с продуктом, услугой или моментом. Мы также комбинируем этот тип прослушивания с более традиционным слушанием: сбор ценной информации из того, что люди воспринимают и что они могут сказать об опыте.

Исходя из этих предположений, важно спросить себя, как включить изучение этих психофизиологических реакций в наш метод прослушивания. Сегодня мы задаемся вопросом: какое значение имеют микровыражения лица? Какую информацию они нам дают?

Но начнем с более широкого экскурса, чтобы получить ответ на эти вопросы.

Что такое микровыражения лица

Мимика являются неотъемлемой частью языка тела, основным компонентом невербального выражения которое, по мнению лингвистов, характеризует более 90% нашего реального общения. Если бы они просто предоставляли избыточную информацию по сравнению с вербальным языком, их бы не изучали и не использовали в исследованиях в таких научных областях, как неврология , психология и науки о поведении ¹ .

Сегодня мы знаем, какие области головного мозга могут посылать электрические импульсы в лицо, чтобы сокращать или расслаблять лицевые мышцы, и мы классифицируем, в частности, два уровня выражений :

• Некоторые из них находятся в сознании, например те, которые производятся импульсами, посылаемыми из моторной коры и , таким образом, возникающими в результате произвольных усилий воспроизвести определенное выражение;
• Другие непроизвольные , неподконтрольные человеку: результат импульсов, посылаемых из нижних областей мозга , после эмоциональной стимуляции .

Поскольку многие выражения лица трудно модулировать произвольно, они дают нам ценную информацию об эмоциональной сфере нашего собеседника.
Научное исследование взаимосвязи экспрессии и эмоций началось с работы Чарльза Дарвина « Выражение эмоций у человека и животных» ² , в котором задокументирована серия из эмоций, способных вызывать универсальные выражения у людей и других животных.

Среди первых, кто продемонстрировал, как выражения лица могут быть использованы для получения информации, отличной от языка и относящейся к эмоциональной сфере, были Пол Экман и Уоллес В. Фризен. В частности, они определили микровыражение лица как проявления, характеризующиеся полными мышечными движениями , типичными для макро, но значительно более быстрый ³ и, следовательно, труднее контролировать произвольно: продолжительность микровыражений фактически колеблется в интервале между 1/15 и 1/25 секунды. Пол Экман выделил шесть первичных эмоциональных макрокатегорий, то есть врожденные, универсальные и проявляющиеся через параметры лица, постуральных реакций и голоса:

• счастье
• страх
• гнев
• отвращение
• печаль
• сюрприз

Можно ли прочитать микровыражение лица?


Система кодирования мимических движений

Первым, кто классифицировал выражения лица в ряд паттернов мышечных сокращений, был шведский анатом Карл-Херман Хьортшо ⁴ . Позже они были перекодированы Полом Экманом и Уоллесом В. Фризеном, которые попытались обеспечить более прочную основу того, что могут означать различные лицевые действия, создав Систему кодирования лицевых движений (FACS) . FACS по-прежнему является наиболее полной, психометрически строгой и широко используемой системой для описывают лицевую активность в единицах действия (AU) или основных действиях отдельных или групповых мышц ⁵ . ЕД идентифицируются числом, они включают анатомическую основу каждого действия и оцениваются по 5-балльной шкале интенсивности:

• A = трек
• B = мягкий
• C = отмеченный или произносимый
• D = тяжелый или экстремальный
• E = максимум

Хотя Система кодирования движений лица не включает конкретных дескрипторов эмоций, она обычно используется для интерпретации связи между невербальными коммуникативными сигналами, представленными выражениями лица, и эмоциями или другими человеческими состояниями ⁶ ; тем не менее, существуют определенные связанные ресурсы, такие как EMFACS (эмоциональная FACS), FACS Investigators’ Guide ⁷ , FACSAID ⁸ интерпретирующая база данных, используемая для выводов о выраженных эмоциях 2 2 путем рассмотрения отдельных AU или их комбинаций. Однако очевидным ограничением FACS является то, что оценка движений лица не учитывает другие изменения лица или явления, такие как:

• изменения мышечного тонуса
• потливость
• изменение цвета кожи

Изучение микровыражений лица в ответ на рекламный стимул

Опыт порождает эмоции, которые формируют отношение людей к брендам и продуктам ⁹ , точно так же, как они определяют эффективность рекламы ¹⁰ . Поэтому чрезвычайно важно получать и иметь возможность измерять информацию об эмоциональных реакциях тех, кто смотрит телевизионные рекламные ролики, видеоролики в социальных сетях или любую другую форму коммуникации продукта или бренда. С этой точки зрения «нейромаркетинг», или, правильнее сказать, нейробиология в применении к маркетингу, стремится ответить на вопрос: существуют ли в этом отношении методы, дающие количественные ответы и объективные показатели?

Среди физиологических показателей, полученных для исследования эмоционального состояния субъекта, мы можем рассмотреть частоту сердечных сокращений (ЧСС, ЧСС), электродермальную реакцию ( Кожно-гальваническая реакция, КГР) или регионарные ответы мозга (электроэнцефалография, ЭЭГ). Вот тут и приходит на помощь система кодирования движений лица, которая в последние годы становится все более популярной, в том числе и в маркетинговой среде.

Однако в связи с этим на сегодняшний день возникло несколько проблем , связанных с исключительным использованием FACS для измерения опыта покупки, использования или отношений человека с брендом или продуктом. Критические проблемы, неразрывно связанные с этой техникой, следующие:

• дискретный характер во времени : то, что мы анализируем с помощью FACS, — это выражения лица, характеризующие лицо человека в отдельные моменты времени. Таким образом невозможно уловить динамику наблюдаемой реакции;
• the неоднозначность некоторых мимических паттернов: классифицированные паттерны мышечных сокращений неоднозначны, потому что не все они однозначно ¹¹ связаны с определенной эмоцией.

Еще больше подрывают его объективность и достоверность другие факторы:

• осведомленность со стороны участников о том, что выражение их лиц будет записано;
• формирование кодировщика и/или системы кодирования для таких выражений;
• проверка кодировщика или автоматической системы кодирования ¹²

Независимо от того, применяется ли FACS вручную или автоматически, поведение лица, записанное на видео, должно анализироваться кадр за кадром . В заключение мы можем утверждать, что для анализа рекламы или продукта со способностью стимулировать эмоциональную реакцию, которая еще не определена или неизвестна, только использование FACS недостаточно , но должно быть подтверждено дополнительными нейрофизиологическими показателями ¹² .

Книги о микровыражениях лица и курьезах

Чтобы узнать больше и прочитать о микровыражениях лица непосредственно от человека, который их определил, мы предлагаем некоторые из популярных книг , написанных Полом Экманом, таких как Ложь, эмоции в Человеческое лицо и раскрытые эмоции , а также просмотр веб-сайта PaulEkmanGroup .
Точность и привлекательность также являются результатом вклада Экмана в фильм Disney-Pixar Наизнанку . Фактически, из его сотрудничества с режиссером Питом Доктером родились главные герои, то есть первичные эмоции главного героя-ребенка, чьи выражения пунктуально основаны на выражениях, кодифицированных в FACS, и которые сопровождают зрителя к открытию его собственных эмоциональных переживаний. Мир.

 

Библиографические ссылки

[1] Кон., Дж. Ф. и др., 2007, Измерение выражения лица на основе наблюдения с помощью системы кодирования движений лица.

[2] Дарвин, К. 1998. Выражение эмоций у человека и животных, 3-е издание. Введение, послесловие и комментарии Пола Экмана. Харпер Коллинз. Лондон (издание США: Oxford University Press. Нью-Йорк).

[3] Экман, П., Фризен, В. В., 1969. Невербальная утечка и ключи к обману.

[4] Йортшо, Карл-Херман. 1969. Лицо человека и мимический язык . Швеция: Студенческая литература Лунда.

[5] Кларк, Э. А. и др., 2020, Система кодирования лицевых движений для характеристики аффективной реакции человека на стимулы, основанные на потребительских товарах: систематический обзор.

[6] Валстар, М. Ф., и Пантик, М., 2006 г., Кодирование лицевых движений и эмоций в видео, вдохновленное биологией и логикой.

[7] Экман П. и др., 2002, Система кодирования лицевых движений: метод измерения лицевых движений.

[8] Экман, П. и др., 1998, База данных интерпретации системы кодирования лицевых движений (FACSAID).

[9] Bagozzi, R.P. et al., 1998, Целенаправленные эмоции.

[10] Перси, Л., Росситер, Дж. Р., 2001 г., Управление стратегической рекламой.

[11] Греппель-Кляйн. А. и др., 2010 г., Измерение эмоций, вызванных рекламой.

[12] Кларк, Э. А. и др., 2020, Система кодирования лицевого актина для характеристики аффективной реакции человека на стимулы, основанные на потребительских продуктах: систематический обзор.

Анализ выражения лица: полное карманное руководство

Эмоции — это сущность того, что делает нас людьми. Они влияют на нашу повседневную жизнь, социальные взаимодействия, наше внимание, восприятие и память.

Наше лицо — один из сильнейших индикаторов эмоций. Когда мы смеемся или плачем, мы демонстрируем свои эмоции, позволяя другим заглянуть в наши мысли, когда они «читают» наше лицо на основе изменений в ключевых чертах лица, таких как глаза, брови, веки, ноздри и губы.

Компьютерное распознавание выражения лица довольно впечатляюще имитирует наши человеческие навыки кодирования, поскольку оно фиксирует необработанные, неотфильтрованные эмоциональные реакции на любой эмоционально привлекательный контент. Но как именно это работает?

У нас есть ответы. Это исчерпывающее руководство по анализу выражений лица — это все, что вам нужно, чтобы научиться распознавать эмоции и исследовать качество эмоционального поведения. Сейчас самое подходящее время, чтобы начать.

NB . этот пост является выдержкой из нашего карманного руководства по анализу выражения лица. Вы можете скачать бесплатную копию ниже и получить еще больше информации о мире анализа выражений лица.

Содержание:

• Что такое выражение лица?
• Мимика и эмоции
• Методы МКЭ
• Технология
• Оборудование
• Области применения

Что такое мимика?

Наше лицо — это сложная, очень дифференцированная часть нашего тела. Фактически, это одна из самых сложных сигнальных систем, доступных нам. Он включает более 40 структурно и функционально автономных мышц, каждая из которых может активироваться независимо друг от друга.

Лицевая мышечная система — это единственное место в нашем теле, где мышцы либо прикреплены к костям и лицевым тканям (другие мышцы в человеческом теле соединяются с двумя костями), либо только к лицевым тканям, таким как мышцы, окружающие глаза или губы.

Очевидно, что активность лицевых мышц в значительной степени специализирована для выражения — она позволяет нам делиться социальной информацией с другими и общаться как вербально, так и невербально.

Лицевой нерв контролирует большинство лицевых мышц

Все мышцы нашего тела иннервируются нервами, которые идут в спинной и головной мозг. Нервное соединение является двунаправленным, что означает, что нерв вызывает мышечные сокращения на основе сигналов мозга (мозг-мышца), и в то же время передает информацию о текущем состоянии мышц обратно в мозг (мышца-мозг). ).

Почти все мышцы лица иннервируются одним нервом, поэтому их просто называют лицевым нервом.

 

В несколько более медицинских терминах лицевой нерв также известен как «VII. черепно-мозговой нерв».

 

Лицевой нерв выходит из глубины ствола головного мозга, выходит из черепа чуть ниже уха и разветвляется ко всем мышцам, как дерево. Интересно, что лицевой нерв также связан с гораздо более молодыми моторными областями в нашей новой коре (нео, поскольку эти области присутствуют только в мозге млекопитающих), которые в первую очередь отвечают за движения лицевых мышц, необходимые для разговора.

К началу страницы

Выражение лица и эмоции

Гипотеза лицевой обратной связи: как изобретательно открыли Фриц Штрак и его коллеги в 1988 году , выражения лица и эмоции тесно переплетены. В их исследовании респондентов просили держать ручку во рту, оценивая мультфильмы по содержанию юмора. В то время как одна группа держала ручку между зубами с открытыми губами (имитируя улыбку), другая группа держала ручку только губами (мешая правильной улыбке).

Вот что выяснил Фриц Штрак: Первая группа оценила мультфильм как более юмористический. Страк и его команда восприняли это как доказательство гипотезы лицевой обратной связи , постулирующей, что выборочная активация или торможение лицевых мышц оказывает сильное влияние на эмоциональную реакцию на раздражители.

Эмоции, чувства, настроения

Что такое эмоции?

В повседневном языке эмоции — это любые относительно кратковременные сознательные переживания , характеризующиеся интенсивной умственной деятельностью и высокой степенью удовольствия или неудовольствия. В научных исследованиях непротиворечивое определение еще не найдено. Безусловно, между психологическими и нейронаучными основами эмоций, настроений и чувств существуют концептуальные совпадения.

Эмоции тесно связаны с физиологическим и психологическим возбуждением с различными уровнями возбуждения, связанными с определенными эмоциями. В терминах нейробиологии эмоции можно определить как сложных программ действий, запускаемых при наличии определенных внешних или внутренних раздражителей.

Эти программы действий содержат следующие элементы:

1. Физические симптомы , такие как учащение пульса или проводимости кожи. В основном эти симптомы бессознательны и непроизвольны.

2. Тенденции действий , например, действия типа «бей или беги», направленные либо на немедленное уклонение от опасной ситуации, либо на подготовку физической атаки противника.

3. Выражения лица , например, оскал и хмурый взгляд.

4. Когнитивные оценки событий, стимулов или объектов.

Можете ли вы классифицировать эмоции?

Выражение лица — это лишь один из многих коррелятов эмоций, но они могут быть наиболее очевидными. Очевидно, что люди способны воспроизводить тысячи слегка различающихся наборов выражений лица, однако существует лишь небольшой набор отличительных конфигураций лица, которые почти у каждого ассоциируются с определенными эмоциями, независимо от пола, возраста, культурного происхождения и истории социализации.

Эти категориальные эмоции:

Открытие того, что почти каждый может воспроизвести и распознать соответствующие выражения лица этих эмоций, привело некоторых исследователей к (обсуждаемому!) предположению, что они универсальны.

Посетите наш веб-семинар: Что такое эмоции и как мы их измеряем

К началу страницы

Методы анализа выражения лица

Выражения лица можно собирать и анализировать тремя различными способами:

1. Путем отслеживания электромиографической активности лица (фЭМГ)
2. Путем наблюдения в реальном времени и ручного кодирования лицевой активности
3. Путем автоматического анализа выражения лица с использованием алгоритмов компьютерного зрения


Поясним их более подробно.

Электромиография лица (фЭМГ)
С помощью ЭМГ лица можно отслеживать активность мышц лица с помощью электродов, прикрепленных к поверхности кожи. фЭМГ обнаруживает и усиливает крошечные электрические импульсы, генерируемые соответствующими мышечными волокнами во время сокращения. Наиболее распространенные участки фЭМГ находятся вблизи следующих двух основных групп мышц:

1. Правая/левая мышца, сморщивающая бровь («сморщивание бровей»):

Это маленькая, узкая, пирамидальная мышца возле брови, обычно связанная с нахмуриванием. Корругатор тянет бровь вниз и к центру лица, создавая вертикальные морщины на лбу. Эта группа мышц активна для предотвращения сильного солнечного света или при выражении негативных эмоций, таких как страдание.

2. Правая/левая скуловая мышца (большая):

Эта мышца тянется от каждой скулы к углам рта и вытягивает угол рта вверх и наружу, что обычно связано с улыбкой.

Система кодирования лицевых движений (FACS)

Система кодирования лицевых движений (FACS) представляет собой полностью стандартизированную систему классификации выражений лица для опытных программистов-людей на основе анатомических особенностей. Эксперты внимательно изучают видео с лицами и описывают любое выражение лица как комбинацию элементарных компонентов, называемых единицами действия (ЕД).

Распространенное заблуждение состоит в том, что FACS связан с чтением эмоций. По сути, FACS — это просто система измерения, которая не интерпретирует значение выражений. Это все равно, что сказать, что цель езды на велосипеде — ехать на работу. Конечно, вы можете ездить на велосипеде на работу, но вы можете использовать его и для многих других целей (для отдыха, спортивных тренировок и т. д.). Вы поняли идею.

Однако на этапе анализа система FACS допускает модульное построение эмоций на основе комбинации ЕД.

 

С кодированием единиц выражения лица вы можете получить все знания, чтобы отделить следующие три категории выражений лица: невооруженным глазом.

• Микровыражения длятся менее полсекунды, возникают при попытке сознательно или бессознательно скрыть или подавить текущее эмоциональное состояние.
• Тонкие выражения связаны с интенсивностью и глубиной скрытых эмоций. Мы не постоянно улыбаемся и не поднимаем брови — интенсивность этих движений лица постоянно меняется. Тонкие выражения обозначают любое выражение лица, когда интенсивность связанной эмоции все еще считается низкой.

Из-за этих ограничений появилось новое поколение технологий выражения лица, полностью автоматизированных и основанных на компьютерах.

К началу страницы

Технология анализа выражений лица

Созданные на основе новаторских исследований ведущих академических институтов США и Европы, процедуры автоматического распознавания выражений лиц были разработаны и доступны широкой публике, мгновенно обнаруживая лица, кодируя мимика и распознавание эмоциональных состояний.

Этот прорыв в основном стал возможен благодаря внедрению самых современных алгоритмов компьютерного зрения и машинного обучения, а также сбору высококачественных баз данных выражений лица по всему миру.

В этих технологиях используются камеры, встроенные в ноутбуки, планшеты и мобильные телефоны, или автономные веб-камеры, установленные на экранах компьютеров, для записи видео респондентов, когда они сталкиваются с контентом различных категорий.
Использование недорогих веб-камер устраняет потребность в специализированных высококлассных устройствах, что делает автоматическое кодирование выражения лица идеально подходящим для видеосъемки лица в самых разных естественных условиях окружающей среды, таких как дома респондентов, на рабочем месте, в автомобиле, в общественном транспорте и во многих других местах. .

Посетите наш веб-семинар, посвященный дистанционным исследованиям с помощью iMotions: анализ выражения лица и кодирование поведения, не вставая с дивана

Какие именно научные и технологические процессы скрываются за этим волшебным черным ящиком?

Технология автоматического кодирования лиц

Более или менее все механизмы распознавания эмоций состоят из одних и тех же шагов. Emotient FACET, например, применяет следующее:

Распознавание лиц
Положение лица определяется в видеокадре или изображении, что может быть достигнуто, например, путем применения алгоритма каскадного классификатора Виолы Джонса. Это может показаться изощренным, но на самом деле вы можете найти эту технологию и в камере вашего iPhone или Android-смартфона. В результате получается рамка для лица, обрамляющая обнаруженное лицо.

Обнаружение признаков
На обнаруженном лице обнаруживаются ориентиры лица, такие как глаза и уголки глаз, брови, углы рта, кончик носа и т. д. После этого внутренняя модель лица корректируется по положению, размеру и масштабу, чтобы соответствовать реальному лицу респондента. Вы можете представить это как невидимую виртуальную сетку, которую накладывают на лицо респондента: всякий раз, когда лицо респондента движется или меняет выражение, модель лица мгновенно адаптируется и следует за ней. Как следует из названия, модель лица представляет собой упрощенную версию настоящего лица респондента. В нем гораздо меньше деталей (так называемых функций) по сравнению с реальным лицом, однако оно содержит именно те черты лица, которые необходимы для выполнения работы. Примерными признаками являются отдельные точки-ориентиры (углы бровей, уголки рта, кончик носа), а также группы признаков (весь рот, вся дуга бровей и т. д.), отражающие весь «гештальт» эмоционально показательной области лица.

Классификация признаков
Когда доступна упрощенная модель лица, информация о положении и ориентации всех ключевых признаков подается в качестве входных данных в алгоритмы классификации, которые преобразуют признаки в коды единиц действия, эмоциональные состояния и другие аффективные показатели.

Affectiva AFFDEX

• Ориентация головы (рыскание, тангаж, крен)
лицевые и ориентиры0010
• 7 основных эмоций; валентность, вовлеченность, внимание
• 20 показателей выражения лица

 

Вот небольшая теория (и анализ), стоящая за этим.

Преобразование черт лица в метрики выполняется статистически путем сравнения фактического вида лица и конфигурации характеристик в числовом виде с нормативными базами данных, предоставляемыми механизмами выражения лица.

Что это значит? Текущее выражение лица респондента не сопоставляется по одному со всеми сотнями тысяч изображений в базе данных — это было бы довольно утомительно и длиться вечность. Вместо этого базы данных содержат статистику и нормативные распределения всех характеристик признаков среди респондентов из разных географических регионов и демографических профилей, а также категории стимулов и условия записи. Каждая система анализа выражений лица использует разные базы данных. Это одна из причин, по которой вы можете получить немного отличающиеся результаты при загрузке одного и того же исходного материала в разные движки.

Классификация проводится на чисто статистическом уровне. Вот пример: если уголки рта респондента подтянуты вверх, человек-кодер закодирует это как активность AU12 («вытягивание уголков губ»), заявив, что респондент улыбается. Вместо этого механизм выражения лица должен вычислять разницу по вертикали между углами рта и центром рта, возвращая значение 10 мм. Это значение сравнивается со всеми возможными значениями в базе данных (например, значениями от 0 до 20 мм).

В нашем примере выражение лица респондента, по-видимому, находится прямо в середине распределения «улыбка» (0 < 10 < 20 мм). Для движка определенно можно с уверенностью сказать, что текущее выражение сильнее легкой улыбки, но не так сильно, как широкая улыбка.

В идеальном мире классификатор возвращает либо «Да», либо «Нет» для каждой эмоции, ЕЕ или показателя. К сожалению, это не так просто. Взгляните еще раз на классификатор «улыбки»:

Закрашенные точки (скорее слева) — это все конфигурации рта в базе данных, которые не классифицируются как улыбки, а белые точки (скорее справа) представляют рот конфигурации, которые считаются смайлами.

Оранжевая линия обозначает критерий классификации.

Все, что находится слева от строки, классифицируется как «не улыбка», тогда как все, что находится справа, классифицируется как «улыбка».

Очевидно, существует размытая переходная зона между отсутствием улыбки и улыбкой, где некоторые конфигурации рта неправильно классифицируются — это могут быть тонкие улыбки, которые остаются незамеченными, или другие конфигурации открывания рта, которые могут быть скорее зевотой, чем улыбкой. Как следствие, классификатор может возвращать только вероятностный результат, отражающий вероятность или шанс того, что выражение является подлинной «улыбкой».

В нашем примере улыбка респондента довольно заметна и заканчивается справа от «пространства признаков». Здесь классификатор очень уверен в результате улыбки и возвращает твердые 90%. В других случаях классификатор может быть менее уверен в своей производительности.

Классификация признаков делается для каждой эмоции, Единицы действия и ключевого признака независимо — классификатор улыбок ничего не знает о классификаторе хмурых взглядов, они просто кодируются независимо друг от друга. В этом хорошо то, что автоматическое кодирование выполняется гораздо более объективно, чем ручное кодирование, когда люди — особенно начинающие программисты — склонны интерпретировать активацию Единицы Действия совместно с другими Единицами Действия, что значительно изменяет результаты.

Прежде чем мы углубимся в визуализацию и анализ результатов классификации лиц, мы рассмотрим некоторые рекомендации и рекомендации о том, как собирать лучшие в своем классе данные.

Начало страницы

Оборудование

Давайте перейдем к практике.

Что следует учитывать при получении качественных данных, каковы оптимальные стимулы, что следует учитывать при наборе и инструктировании респондентов? Мы здесь, чтобы помочь.

• Для начала можно реализовать автоматическое распознавание выражения лица онлайн , то есть пока респонденты подвергаются воздействию эмоциональных стимулов, а их выражение лица отслеживается (и/или записывается).
• Помимо онлайн-сбора данных, определение выражения лица может применяться в автономном режиме , например, для обработки изображений лица, которые были записаны ранее. Вы даже можете записать большую аудиторию и с минимальным редактированием проанализировать выражение лица каждого респондента.

Несколько слов о веб-камерах: Мы предлагаем использовать любую HD веб-камеру. Конечно, вы можете выполнять автоматический анализ выражения лица с помощью любой другой камеры, включая камеры смартфонов, IP-камеры или внутренние веб-камеры ноутбука (в зависимости от вашего приложения). Однако имейте в виду, что эти камеры обычно имеют ограниченные возможности автофокуса, яркости и компенсации баланса белого.

Проверка: как можно дистанционно проводить анализ выражения лица

Анализ выражения лица (FEA): области применения

С помощью распознавания выражения лица вы можете проверить влияние любого контента, продукта или услуги, которые должны вызывать эмоциональное возбуждение и реакции лица, — физические объекты, такие как пищевые зонды или упаковки, видео и изображения, звуки, запахи, тактильные раздражители и т. д. , Особенно непроизвольные выражения, а также тонкое расширение век представляют ключевой интерес, поскольку считается, что они отражают изменения в эмоциональном состоянии, вызванные реальными внешними раздражителями или мысленными образами.

В каких областях коммерческих и академических исследований в последнее время применяются методы распознавания эмоций? Вот краткий обзор наиболее известных областей исследований:

1.

Потребительская неврология и нейромаркетинг

В этом нет никаких сомнений: оценка потребительских предпочтений и убедительная коммуникация являются важнейшими элементами маркетинга. Хотя самоотчеты и анкеты могут быть идеальными инструментами для получения информации об отношении и осведомленности респондентов, они могут быть ограничены в фиксации эмоциональных реакций, не зависящих от самосознания и социальной желательности. Вот где проявляется ценность аналитики эмоций: отслеживание выражений лица может быть использовано для существенного обогащения самоотчетов количественными показателями более бессознательных эмоциональных реакций на продукт или услугу. На основе анализа выражения лица можно оптимизировать продукты, оценить сегменты рынка, а также определить целевую аудиторию и персоны. Анализ выражения лица может многое сделать для улучшения вашей маркетинговой стратегии — просто подумайте об этом!

2. Медиа-тестирование и реклама

В ходе медиа-исследований отдельные респонденты или фокус-группы могут знакомиться с телевизионной рекламой, трейлерами и полнометражными пилотными фильмами, следя за выражением их лиц. Выявление сцен, в которых эмоциональные реакции (особенно улыбки) ожидались, но зрители просто не «поняли» их, так же важно, как и поиск ключевых кадров, которые приводят к самым экстремальным выражениям лица.

В этом контексте вы можете захотеть изолировать и улучшить сцены, которые вызывают нежелательные отрицательные выражения, указывающие на повышенный уровень отвращения, разочарования или замешательства (такие эмоции точно не помогут комедийному шоу стать хитом, не так ли? ) или используйте реакцию вашей аудитории на просмотр, чтобы повысить общий уровень положительных эмоций в финальном выпуске.

3. Психологические исследования

Психологи анализируют выражение лица, чтобы определить, как люди эмоционально реагируют на внешние и внутренние раздражители. В систематических исследованиях исследователи могут специально варьировать свойства стимула (цвет, форму, продолжительность предъявления) и социальные ожидания, чтобы оценить, как характеристики личности и индивидуальная история обучения влияют на выражение лица.

4. Клиническая психология и психотерапевт выражения. Наблюдение за выражением лица, когда пациенты подвергаются воздействию эмоционально возбуждающих стимулов или социальных сигналов (например, лиц других людей), может значительно повысить успех лежащей в основе когнитивно-поведенческой терапии как на этапе диагностики, так и на этапе вмешательства. Отличным примером является «Лабиринт улыбки», разработанный Центром временной динамики обучения (TDLC) Калифорнийского университета в Сан-Диего. Здесь аутичные дети тренируют выражение лица, играя в игру, похожую на Pacman , где улыбка управляет игровым персонажем.

5. Медицинские применения и пластическая хирургия

Последствия паралича лицевого нерва могут быть разрушительными. Причины включают паралич Белла, опухоли, травмы, заболевания и инфекции. Пациенты обычно борются со значительными изменениями своего внешнего вида, способности общаться и выражать эмоции. Анализ выражения лица можно использовать для количественной оценки ухудшения и оценки успеха хирургических вмешательств, трудовой и физиотерапии , направленных на реактивацию парализованных групп мышц.

6. Пользовательский интерфейс программного обеспечения и дизайн веб-сайта

В идеале работа с программным обеспечением и навигация по веб-сайтам должны доставлять удовольствие — уровень разочарования и путаницы, безусловно, должен быть как можно ниже. Наблюдение за выражением лица, когда тестировщики просматривают веб-сайты или диалоги программного обеспечения , может дать представление об эмоциональном удовлетворении желаемой целевой группы. Всякий раз, когда пользователи сталкиваются с дорожными препятствиями или теряются в сложных подменю, вы, безусловно, можете заметить усиление «негативных» выражений лица, таких как нахмуривание бровей или хмурый взгляд.

7. Разработка искусственных социальных агентов (аватаров)

До недавнего времени роботы и аватары программировались так, чтобы они реагировали на команды пользователя на основе ввода с клавиатуры и мыши. Последние достижения в аппаратных технологиях, компьютерном зрении и машинном обучении заложили основу для создания искусственных социальных агентов, способных надежно определять и гибко реагировать на эмоциональные состояния собеседника-человека.