Twarze, których nie chcesz widzieć podczas badań UX - szczególnie w VR

Twarze wyrażające dyskomfort często następowały po dostosowaniu zestawu słuchawkowego lub zapowiadały nadchodzące dostosowanie. Znudzone twarze i twarze ze spektrum pogardy miały tendencję do przewidywania niepożądanych doświadczeń, ujawnianych później podczas wywiadów po testach. Wyrazy te były przydatne nie tylko do przewidywania zdarzeń. Stanowiły one również punkt wyjścia do dalszych badań.

Zabójcze uśmiechy: Cienka granica między przerażającym a pięknym

Z obserwacji trendów w sztuce, mediach społecznościowych, systemach rankingowych i popkulturze wynika, że istnieją dwa główne typy "przerażających uśmiechów": Typ I, który nazwałem The Grinch Pinch oraz Typ 2, który nazwałem The Muted Shark. Typy I i II zazwyczaj zawierają wszystkie lub wiele z następujących cech:

Stronniczość w śledzeniu emocji

Wydaje się, że podpisujemy się pod popularnym uproszczeniem, że maszyny są mniej stronnicze niż ludzie; jednakże, jeśli jesteś zaznajomiony ze sposobami, w jakie maszyny są szkolone do czytania i skupiania się na różnych aspektach danych, będziesz wiedział: To po prostu nie jest takie proste.

Anatomia porównawcza (zapowiedź)

Obecnie uczysz się FACS-a szympansa, anatomii szympansa i wykonujesz niestandardowe wykresy drogowskazowe szympansa. (Punkty orientacyjne szympansa określone przez grupę Animal FACS. Oryginalne prace badawcze Lisy A Parr, Bridget M Waller i Jennifer Fugate. Patrz: Komunikacja emocjonalna u ssaków naczelnych: konsekwencje dla neurobiologii )

ARKit i inne błędy w śledzeniu twarzy

Dlaczego urządzenia do śledzenia twarzy i awatary cierpią z powodu fałszywie dodatniego obniżenia brwi? Poniżej przedstawiamy podstawową przyczynę i proponujemy zaskakująco proste rozwiązanie.

Przeznaczony dla studiów i zespołów

Porozmawiajmy.

facetheFACS@melindaozel.com