
Hur man ökar kvaliteten på de poserade uttrycken: Poserad uttryck caBildsystem blir mer och mer populära. Även om de har funnits inom konst- och underhållningsindustrin under en längre tid har de på senare år även fått fäste inom teknikindustrin. Oavsett bransch finns det universella utmaningar när det gäller att få fram önskade poser. För att få fram data av högre kvalitet för maskininlärning inom teknik och för att främja mer exakta referensposer inom konst/underhållning finns nedan en guide med vanliga misstag som bör undvikas för att få ut det mesta av din datadeltagare, skådespelare eller modell.
NOTERA: Det finns mycket att ta upp om detta ämne. Det här är en förkortad version med endast uttryck från de övre ansiktsdelarna. Jag är tillgänglig för konsultation (facetheFACS@melindaozel.com) om du vill ha samma information för den nedre delen av ansiktet och/eller kombinationsuttryck.
Bästa praxis för att fånga poserade uttryck i Teknik
Misstag att undvika vid anställning och planering
HIRING
Valet av insamlingsteam har stor betydelse för projektets kvalitet. Vanliga misstag som begås när man anställer datainsamlare inom teknikbranschen är bland annat följande:
ANSTÄLL INTE överkvalificerade personer för att samla in dina data
- Datainsamling kan vara tråkig och repetitiv. Expertisen är viktig i datastrategifasen, men den är inte nödvändig i datainsamlingsfasen. Om du anställer överkvalificerade personer för att samla in data ökar sannolikheten för att dina anställda blir trötta på grund av understimulerande uppgifter och att karriären stagnerar. Tråkighet och stagnation minskar incitamenten för individer att stanna kvar i teamet - om ni inte har en tydlig väg för avancemang. Om du anställer personer med mindre erfarenhet ökar chanserna att behålla medlemmarna i ditt team. Det kommer också att ge oerfarna anställda möjligheter till karriärutveckling i stället för att upprätthålla kvävande entreprenörsbaserade strukturer.
- En av de värsta sakerna du kan ha i ett datainsamlingsprojekt är en hög omsättning. Du vill att ditt team ska känna till alla detaljer i din insamlingsprocess. Ett välinformerat team som förstår problem och hackor i ditt system kommer att ge mer exakta data och minska den tid som går åt till felsökning.
INTE Värdera erfarenhet framför personkännedom
- Att få deltagarna att känna sig bekväma är halva kampen. Människor är mindre uttrycksfulla i nya och onaturliga miljöer. Miljöer för datainsamling är i sig onaturliga, så du vill kompensera för den obekväma miljön med en intuitiv och personlig personal. Att anställa datainsamlare med bakgrund inom kundtjänst eller med stark emotionell intelligens kommer att föra dig mycket längre än att anställa personer med teknisk erfarenhet.
PLANERING
Vilka uttrycksdata du väljer att samla in varierar beroende på användningsområde och resurstillgång. Vanliga misstag i planeringen är bl.a. följande:
Undvik bristfälliga guider och felaktiga visualiseringar
- På grund av bristande kunskap om uttryckets nyanser har de flesta poseringsguider antingen felaktiga beskrivningar eller felaktiga visuella exempel. För att minska detta problem är det viktigt att rådgöra med experter eller avsätta tid/utbildningsmaterial (som Facial Action Coding System Manual) för utsedda medlemmar i ditt team.
Aeliminera överflödiga eller irrelevanta poser Vänligen prenumerera för att se detta innehåll.





