#noldus

[ilms-photos]

My own cat Noldus. 😍 my lovely fluffyboy 😍 not the best lighting in the photo, but I think it has a mood that goes with the expression of the cat 😂

[myontasm]

[jeffereyodaniel-blog]

Improve teacher pratices | Noldus Customer Success Story

https://mindsuccess.net/success/improve-teacher-pratices-noldus-customer-success-story/

I’m Marie Bocquillon, I’m a PhD student and an assistant at the Institute of Educational Management of the Faculty of Psychology and Education of the University of Mons I’m doing a thesis on teaching practices in order to improve the teacher training We are observing things like: what kind o...

[lameboner]

"omg, i wish i could redo my childhood"

-Well that sucks for you. You need to stop being a stuck up little baby and face your problems. Because focusing too much on the past aren't going to do you any good. You need to focus on what you have and what you can do about it.

[simplymind]

Sztuczna inteligencja i prawdziwe emocje

O systemach analizujących ekspresje emocjonalne online

Skuteczna reklama to ta, która skutecznie angażuje odbiorcę i wzbudza w  nim pozytywne emocje. Jak więc - bazując na tej wiedzy - możemy zbadać skuteczność reklamy? Wydaje się to proste - wystarczy pokazać osobom badanym wybrane reklamy i sprawdzić, czy wzbudzają one pozytywne reakcje. Wyzwaniem jest jednak wybranie metody, która pozwoli na mierzenie emocji przy pomocy obiektywnych miar. Okazuje się, że dzięki odpowiednim algorytmom i zwykłej kamerce internetowej możemy badać reakcje emocjonalne lepiej niż kiedykolwiek.

Jednym z ciekawszych narzędzi służących do badania reakcji emocjonalnych są systemy analizujące ekspresje mimiczne twarzy. Zrobienie badań z użyciem takich aplikacji jest dziecinnie proste - wystarczy kamerka internetowa i dostęp do internetu, aby w czasie rzeczywistym analizować reakcje emocjonalne odbiorcy na oglądany materiał filmowy.  Każdy, kto posiada kamerkę internetową, może poczuć na własnej skórze, jak takie systemy działają w praktyce 

Jak mierzyć ekspresję?

Zanim jednak przejdziemy do tego, jak systemy analizy ekspresji mimicznych radzą sobie w praktyce - proponujemy krótkie wprowadzenie w to, jakie aspekty emocji można badać. Emocje mogą być rozpatrywane na dwóch podstawowych wymiarach - pobudzenia oraz walencji (wartości, która może być pozytywna albo negatywna). Te właściwości emocji mogą być badane za pomocą różnych metod psychofizjologicznych; w przypadku pobudzenia można mierzyć reakcje autonomicznego układu nerwowego (np. reakcja skórno-galwaniczna, bicie serca), natomiast do oceny walencji emocji można wykorzystać miary polegające na ocenie ekspresji mimicznej twarzy, np. elektromiografię. Elektromiografia jest metodą psychofizjologiczną, za pomocą której można badać mikroekspresje - napięcie odpowiednich mięśni twarzy pozwala ocenić stan emocjonalny, w jakim znajduje się dana osoba (Ekman i in.,1978). Elektromiografia jest jednak dosyć skomplikowaną metodą, a jej właściwe stosowanie wymaga dużej wiedzy ze strony osoby prowadzącej badanie i specjalistycznego oprzyrządowania, przez co nie może być stosowana na szeroką skalę.  

Dużo lepszym rozwiązaniem umożliwiającym ocenę walencji emocji są systemy służące do detekcji ekspresji mimicznej w czasie rzeczywistym. Stanowią one względnie nową i dynamicznie rozwijającą się technologię, która nie wymaga specjalistycznego sprzętu, a ponadto może być stosowana do badań prowadzonych online. Do najważniejszych producentów oprogramowania służącego do analizy ekspresji mimicznych można zaliczyć systemy Affectiva, Noldus, nViso. Wszystkie te systemy cechuje łatwość korzystania - dokonują one analizy ekspresji mimicznych przy pomocy analizy obrazów z kamer internetowych - nie wymagają użycia dodatkowego oprzyrządowania, kabli, elektrod etc. Są zatem niedrogie w eksploatacji i można je wykorzystywać na szeroką skalę.

Włącz emocje

Systemy automatycznej detekcji ekspresji mimicznej, oparte na złożonych algorytmach uczenia maszynowego, pozwalają na analizę emocji w czasie rzeczywistym przy pomocy bardzo prostych urządzeń (komputer, kamera internetowa). Cechuje je duża dokładność pomiaru, a dzięki szybko rozwijającej się technologii systemy modelowania emocji stają się coraz precyzyjniejsze. Automatyczne rozpoznawanie ekspresji mimicznych w czasie rzeczywistym możliwe jest dzięki temu, że system rozpoznający ekspresje jest odpowiednio wytrenowany w rozpoznawaniu ekspresji mimicznych przy pomocy bodźców (twarzy) przejawiających przejaskrawione ekspresje prototypowych emocji - gniewu, strachu, odrazy, zaskoczenia, radości, smutku (Ekman, 1972). Pierwsze systemy tego typu były mocno ograniczone, dlatego że trenowano je na twarzach cechujących się nadmierną, sztuczną ekspresją. W codziennych sytuacjach ludzie rzadko przejawiają skrajne emocje, w związku z czym te wczesne systemy nie radziły sobie dobrze z rozpoznaniem emocji cechujących się umiarkowanym poziomem pobudzenia i umiarkowaną walencją. W przypadku nowszych systemów te ograniczenia zostały przezwyciężone.

Affectiva

System Affdex firmy Affectiva, służący do analizy ekspresji mimicznych pozwala na analizę ruchów najważniejszych mięśni twarzy („action units”) i analizy zbioru tych ruchów wraz z uwzględnieniem ruchów głowy (jak kiwanie czy potrząsanie). W celu połączenia tych elementów: ruchów głowy oraz ruchów mięśni twarzy stosuje się metody oparte na uczeniu maszynowym (machine learning) umożliwiają ocenę zarówno prostych cech emocji (np. tego czy emocja jest pozytywna czy negatywna), jak również umożliwia ocenę emocji złożonych (jak zmieszanie czy zainteresowanie). 

nViso

Najważniejszą zaletą nowoczesnych systemów takich jak nViso jest to, że dobrze sprawdzają się one w rzeczywistym środowisku, dlatego że śledzą 43 mięśnie twarzy (m.in. mięsień marszczący brwi - Corrugator - pełniący ważną rolę w ekspresji gniewu, czy też mięsień jarzmowy Zygomaticus Major - odpowiedzialny za ekspresję uśmiechu). Dzięki zaawansowanym algorytmom są odporne na ruchy głowy, dobrze sprawdzają się nawet przy słabym świetle.

Noldus Face Reader 4

system ten pozwala na rozpoznanie 6 podstawowych ekspresji emocjonalnych - radości, smutku, strachu, złości, odrazy i zaskoczenia. Ponadto, system ten śledzi ruchy głowy, pozwalając na stworzenie trójwymiarowego modelu obrazowanej twarzy. System klasyfikuje: stopień otwarcia ust, to, czy oczy są otwarte czy zamknięte, pozycję brwi. Oprogramowanie zawiera 3 podstawowe elementy: 1. system automatycznego wykrywania twarzy 2. system służący do trójwymiarowego modelowania twarzy 3. system służący do klasyfikacji twarzy. System modelowania twarzy zawiera 491 punktów kluczowych, które pozwalają na bardzo dokładne odwzorowanie ekspresji mimicznej twarzy, nawet jeśli obserwowana twarz porusza się.

Do czego można je wykorzystać?

Praktycznych zastosowań opisanych wyżej systemów nie trzeba długo szukać. Na początku wspomnieliśmy, że dobra reklama to ta, która potrafi zaangażować widza i wzbudzić w nim pozytywne emocje. Dzięki temu, że wszystkie wyżej opisane systemy służą właśnie do oceny ekspresji emocjonalnej - mogą mieć szerokie zastosowanie w badaniach marketingowych i neuromarketingowych. Przykładowo:

- mogą być używane do testowania skuteczności reklam (przy pomocy tego systemu można sprawdzić, jakie emocje wywołuje w badanym konkretna reklama, czy wzbudza jego zaangażowanie)

- przy podejmowaniu decyzji zakupowych (np. w sklepie internetowym)

- przy badaniu interakcji człowiek-komputer 

- do testowania projektów opakowań

- badania gier komputerowych

Możliwość wykorzystania tych systemów stanowić może nie lada zachętę dla firm marketingowych i neuromarketingowych, chcących niewielkim kosztem (oczywiście, chodzi o koszt przeprowadzenia badania, nie zaś zakupu software’u do analizy danych). Jest jednak jedno, ale: w chwili obecnej firmy, takie jak Noldus czy Affectiva stosowane przez siebie rozwiązania oferują jedynie dużym firmom i ośrodkom badawczym, w związku z tym mniejsze przedsiębiorstwa, chętne do korzystania z tego typu rozwiązań na razie muszą obejść się smakiem. Jednak sytuacja na rynku jest niezwykle dynamiczna i niewykluczone, że już niedługo możliwość korzystania z systemów analizy ekspresji emocjonalnej będzie dostępna dla szerokiego grona odbiorców. Czy jednak ta metoda pozwoli nam na przewidywanie skuteczności reklam? Na odpowiedź na to pytania musimy jeszcze trochę poczekać.