面部肌电图的隐形潜力:在区分刻意微笑与自发微笑时,肌电图与计算机视觉的比较

电肌肉刺激(EMS)控制人体姿态与行为识别

积极的体验是产品和服务设计的成功指标。量化微笑是一种持续评估它们的方法。微笑通常是积极情感的标志,但也可能被自愿伪造。自动检测在识别微笑类型方面是人类感知的有力补充。计算机视觉(CV)和面部远端肌电图(EMG)已被证明在此任务中是成功的。这是第一个使用不遮挡面部的可穿戴EMG来比较CV和EMG测量在区分假装微笑和自发微笑任务中性能的研究。结果显示,EMG的优势在于能够识别视觉不可见的隐蔽行为。此外,CV似乎能够识别人类评判者无法解释的可见动态特征。这揭示了在区分与情感相关的微笑和礼貌的积极情感展示中,不可见行为的作用。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/7706/2019

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2019
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
电肌肉刺激(EMS)控制、人体姿态与行为识别
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
1 篇相关论文