ErgoLAB面部表情分析系统
二、系统特点
l 实时自动编码7种面部表情状态，包括高兴、悲伤、厌恶、恐惧、惊讶、生气、参与度。
l 实时监测头部位置坐标Head Position，包括翻滚角Roll、偏航角Yaw、俯仰角Pitch。
l 实时计算面部表情程度值，每种以0至100%区间计算，以及整体面部肌肉的参与度状态。
l 精确识别个体情感效价，包括正性、中性、负性3种情感状态及21种微表情数据。
l 自动计算个体的瞳孔距离，识别眼睛注视方向，监测注意状态。
l 实时计算并识别多个年龄段状态，以及个体属性信息，如性别、是否佩戴眼镜。
三、系统功能
1. 面部表情自动编码
l 面部表情自定义处理参数模块，包括实时处理及离线处理，如数据插值、中值滤波、均值滤波等，支持自定义程度阈值、合并阈值、以及大脑加工时间。
l 自动识别并编码七种基本表情，包括高兴、悲伤、厌恶、恐惧、惊讶、生气、参与度，以0至100%区间计算表情程度值；
l 计算多种微表情数据，如抬起眉毛内角、抬起眉毛外角、皱眉（降低眉毛）、上眼睑上升、脸颊提升、眼轮匝肌外圈收紧/内圈收紧、皱鼻、拉动上嘴唇向上运动、拉动人中部位的皮肤向上、拉动嘴角倾斜向上、急剧的嘴唇拉动、收紧嘴角、拉动嘴角向下倾斜、拉动下唇向下、推动下唇向上、撅嘴、嘴角拉伸、收紧双唇向外翻、眼睛扩大、张嘴等。
2. 状态识别与预警反馈
l 系统内嵌情感效价计算模型，精确识别积极、中性、消极情感，客观评价个体情绪状态，与多模态数据形成客观有效的印证关系；
l 系统能够自动检测实时跟踪操作人员头部朝向，包括俯仰角、偏航角、翻滚角，并测定注视方向，计算瞳孔间距以及注意状态检测；
l 结合人工智能与机器学习算法，进一步实现对操作人员的分心、疲劳、应激等状态的自动识别以及特定环境条件下的预警反馈。
3. 面部表情分析与统计
l 实时可视化的表情编码：系统实时计算操作人员的表情状态与情绪效价，在实验过程中，主试可实时查看与监测操作人员的表情程度与情绪变化，并做出相应的任务调整与行为预警。
l 自动统计面部表情数据：包括每种面部表情的开始时间、结束时间、第一次发生的时间、总发生次数、频率、每次发生的时间、总的持续时间、总的持续时间在全部观察时间中所占的百分比、最短的持续时间、最长的持续时间、平均持续时间、持续时间的标准差、持续时间间隔置信区间等数据。
4. 多维度数据统计与二次开发
l 多维度数据交叉统计：系统支持面部表情数据与其他多模态数据（眼动、脑电、生理、动补、行为等）的同步交叉分析，多个数据源在同一平台界面呈现，在采集的同时间轴数据里选择相应的时间片段，可同步观察和统计分析所有数据流之间的相关关系；
l 具有API开发接口：面部表情原始数据与状态分析结果可以被其他程序实时访问，可使其它程序对被试者的情绪进行反馈。
