Introducing
Your new presentation assistant.
Refine, enhance, and tailor your content, source relevant images, and edit visuals quicker than ever before.
Trending searches
Schlussfolgerung:
• Zeitliche, kontextspezifische Muster in Gesichtsmerkmalen, insbesondere Gesichtsmuskelkonfigurationen (FAUs), sind effektiv zur Vorhersage von Empathie.
• XGBoost-Modell zeigte hohe Genauigkeit (69%) und AUC (72%) bei der Empathieerkennung.
Zukünftige Arbeit:
• Erforschung von Aufmerksamkeitsmechanismen, um kontextspezifische Merkmale automatisch zu lernen und zu nutzen.
• Erweiterung der Analyse auf mehrere Modalitäten des menschlichen Verhaltens, nicht nur visuelle Daten.
• Motivierung zukünftiger Empathieforschung in vielfältigen und groß angelegten Mensch-Maschine-Interaktionsszenarien.
Erkenntnisse und Potenzial
• FAU 14 („Dimpler“):
• Signifikant höher bei empathischen Interaktionen.
• Intensität von FAU 14 bei empathischen Interaktionen: 0,23
• Intensität bei weniger empathischen Interaktionen: 0,11
• Weitere wichtige FAUs:
• FAU 23 („Lip Tightener“)
• FAU 12 („Lippenwinkelzieher“)
• FAU 6 („Wangenheber“)
• FAU 10 („Oberlippenheber“)
Potenzial:
• Nutzung von Gesichtsmustern zur Vorhersage von Empathie in Mensch-Maschine-Interaktionen.
• Feste Position des Roboters beeinflusst Blickrichtungsdaten.
Maschinen können kontextspezifische Verhaltensmuster erkennen und Empathie wahrnehmen.
Identifikation der wichtigsten Merkmale für Empathieerkennung
Wichtigste Merkmale:
• 19 FAU-Funktionen (Gesichtsmuskelkonfigurationen)
• 3 PDM-Merkmale (Gesichtsposition und -bewegung)
• 2 Merkmale der Augenregion
• 1 Blickrichtungsmerkmal
• Höchste Genauigkeit: XGBoost auf FAU-Merkmale (65%)
• Andere Teilmengen:
• PDM-Merkmale: 61%
• Gesichtsmerkmale: 59%
• Kopfhaltung: 58%
• Blickrichtung: 51%
Muster in Gesichtsbewegungen sind entscheidend für die Empathieerkennung.
Teilnehmer in 1,2-2,1m Entfernung zum Roboter
Aufzeichnung via im Roboter integrierter RGB-D-Kamera und einer externen Kamera
Erfassung folgender zeitlicher Muster (visuelle Merkmalsextraktion):