Transferprojekte

Echtzeit-Emotions-Augmentierung von Kamerabildern

Digitaler Spiegel erkennt Emotionen in Echtzeit

Ziel des Projekts „Echtzeit-Emotions-Augmentierung von Kamerabildern“ (EEAK) ist es, dass das Potential eines digitalen Spiegels zur Echtzeit-Emotionserkennung und situationsgerechten Veränderung des Spiegelbildes evaluiert wird, um durch die „Facial-Feedback Methode“ ein positives Emotionserlebnis auszulösen. Im Rahmen des Projekts wurden verschiedene Lösungsmöglichkeiten für die Echtzeit-Erkennung und -Manipulation von Gesichtsausdrücken evaluiert und prototypisch implementiert.

Die Depression gehört zu den häufigsten und hinsichtlich ihrer Schwere am meisten unterschätzten Erkrankungen, die neben enormen sozialen Herausforderungen auch große Auswirkungen auf die Wirtschaftsleistung der Unternehmen hat. Zur Behandlung werden neben der psychologischen Betreuung und Verschreibung von Medikamenten zunehmend technische Hilfsmittel eingesetzt. Hier setzt das it’s OWL Projekt „Echtzeit-Emotions-Augmentierung von Kamerabildern“ (EEAK) an, indem das Potential eines digitalen Spiegels zur Echtzeit-Emotionserkennung und situationsgerechten Veränderung des Spiegelbildes evaluiert wird, um durch die „Facial-Feedback Methode“ ein positives Emotionserlebnis auszulösen. Im Rahmen des Projekts wurden verschiedene Lösungsmöglichkeiten für die Echtzeit-Erkennung und -Manipulation von Gesichtsausdrücken evaluiert und prototypisch implementiert.

In der ersten Projektphase sind verschiedene Lösungsansätze aus den Bereichen Bildverarbeitung und maschinellem Lernen (Gesichtserkennung, Emotionsanalyse und Gesichtsmanipulation) ausführlich recherchiert und evaluiert worden (vgl. Abbildung 1).

Aus den positiven Ergebnissen der Analysen ist in Kooperation mit dem Unternehmen Insensiv ein technisches Lösungskonzept erarbeitet worden, dessen prototypische Umsetzung in Form eines digitalen Spiegels (vgl. Abbildung 2) sowie Nutzerstudien in der anschließenden zweiten Phase des Projektes durchgeführt werden soll.

Durch den Wissenstransfer im Bereich des maschinellen Sehens und –Lernens wurde dem Unternehmen Insensiv Methoden und Verfahren eröffnet, welche vielfältige Möglichkeiten für neue Produkte in Kombination mit der bestehenden Expertise im Bereich der Bilderkennung bieten.