ARKit à FACS : Aide-mémoire Blendshape
Si vous ou votre équipe utilisez des kits de suivi de visage open-source, savoir ce qui est quoi peut être un défi. Naviguez dans l'ambiguïté avec la feuille de traduction FACS !
AR/VR
"It's All In the Eyes" et autres mensonges : Une critique de la recherche contemporaine sur les émotions
Peut-on vraiment mesurer l'authenticité d'un sourire ? Une exploration des hypothèses communes que nous faisons sur les expressions d'émotion.
Les visages que vous ne voulez pas voir lors d'une recherche UX - en particulier pour la RV
Les visages d'inconfort suivaient souvent l'ajustement du casque - ou prédisaient les ajustements à venir. Les visages d'ennui et les visages de mépris avaient tendance à prédire les expériences indésirables révélées plus tard lors des entretiens post-démo. Ces expressions n'étaient pas seulement utiles pour prédire les événements. Elles ont également servi de points de repère pour une enquête plus approfondie.
Biais dans le suivi des émotions
Nous semblons souscrire à la simplification populaire excessive selon laquelle les machines sont moins biaisées que les humains ; cependant, si vous connaissez les méthodes utilisées pour entraîner les machines à lire et à se concentrer sur différents aspects des données, vous le saurez : Ce n'est pas si simple.
Tirer parti de la variation des muscles faciaux
La variation anatomique est une considération étonnamment ignorée pour le suivi du visage et la maquette faciale dans la technologie et le divertissement. Les diagrammes anatomiques simplifiés sont souvent acceptés comme étant universellement applicables à tous les visages et peu de questions supplémentaires sont posées.
La réalité est que : LES MUSCLES DU VISAGE SONT TRÈS VARIABLES.
Séminaire en ligne avec l'Académie CAVE via la Visual Effects Society
Extrait de la masterclass et liens du récent webinaire avec la CAVE Academy, via la Visual Effects Society.