Deep Neural Network Analysis of Face Expressions Linked To Emotions and Continuation Desire

Selvig, Dines Rae

4. term

Medialogy, Master

2019

2019-05-28

111

Forskning peger på en sammenhæng mellem menneskers følelsesmæssige reaktioner og de subjektive kvaliteter ved digitale interaktive oplevelser. Denne afhandling præsenterer et ikke-invasivt værktøj, der i realtid måler følelsesreaktioner på tværs af otte følelser og spillerens fortsættelseslyst (ønsket om at blive ved med at spille) ved hjælp af ansigtsanalyse med dybe neurale netværk. Systemet til følelsesgenkendelse opnår 98 % nøjagtighed, og systemet til fortsættelseslyst opnår 93,3 % nøjagtighed. Værktøjet viser en sammenhæng mellem følelser og fortsættelseslyst og kan bruges til at evaluere digitale interaktive oplevelser i kritiske faser af udviklingen.

Prior research indicates a link between human emotional responses and the subjective qualities of digital interactive experiences. This thesis presents a non-intrusive, real-time tool that uses facial analysis with deep neural networks to measure eight emotions and a player's continuation desire (willingness to keep playing) while a game is being played. The emotion recognition system reaches 98% accuracy, and the continuation desire system reaches 93.3% accuracy. Together, these results show a correlation between emotions and continuation desire and offer a practical way to evaluate digital interactive experiences during critical development stages.

[This abstract was generated with the help of AI]

machine ; learning ; emotion ; recognition ; continaution ; desire

Download
View record in AAU Student Projects