最新版的面部表情分析系統（FaceReader）是一款專業工具軟件，用來自動分析面部表情（愉快、悲傷、害怕、厭惡、驚訝、憤怒、自然和輕蔑），新版本增加深度神經網絡（Deep neural network）算法，能夠在復雜環境下分析面部表情。除此之外，FaceReader還提供視線方向，頭部朝向，個人特征，如性別和年齡。



刺激呈現和事件標記分析模塊

 面部表情分析系統是一個完整全面的解決方案，能夠使您更加有效地工作。簡單地使用標記功能來編碼和選擇事件，例如‘開始一段商業廣告’，‘干擾’，‘測謊’，‘呈現刺激’。通過選擇一個名字，觸發編碼或者顏色，您可以使用面部表情分析系統注釋您的視頻或平面媒體廣告來做進一步的分析。例如，比較被試者對不同 廣告的反應。您可以很容易的手動或自動篩選被試者（例如，選擇所有女性被試者然后對比她們對廣告的不同反應）。

面部微表情分析模塊
FaceReader 增加的面部行為動作分析模塊能最好的利用先進的技術來減輕您的工作量，面部表情分析系統現在能夠自動分析20個行為動作，例如‘面頰提起’‘鼻子起皺’‘擠出酒窩’‘繃緊嘴唇’。該系統是由Paul Ekman的FACS理論開發，之后逐漸發展成為標準的系統的情緒的身體表達分類。面部表情分析系統現在能夠自動分析20個行為動作為。

心率測量模塊
由于心臟搏動促使血液的流動，引起皮膚下的血管的容積隨心臟呈脈動性變化，入射光的光程也會隨之發生改變，以及血液對不同波段的光束的吸收作用不同，從而引起表層皮膚的顏色和形狀變化，因此，反射光被攝像機接收到形成彩色的視頻圖像，采集到的視頻中的每幀圖像在紅、綠、藍三顏色通道的亮度變化包含脈動信息，特別是綠色通道的圖像信號最能夠反映心血管活動中心臟搏動的時間變化及其周期，即彩色視頻中含有心率信息。此功能不需要復雜的生理設備即可完成測試。

情感體驗的環形模型
情感體驗環形模型是在二維空間內描述情緒分布狀況的模型。主要包括arousal（喚醒）和valence（心理效價）兩個維度。面部表情分析系統可以為你提供一個實時的模型展示，水平軸代表valence（心理效價）即積極與消極情緒，垂直軸代表arousal(喚醒）即高度喚醒和低度喚醒。面部表情分析系統在測量面部表情時可以自動識別任何級別的arousal（喚醒）和valence（心理效價）。環狀模型（Russel，1980）經常被用于市場調研，消費者行為及心理學研究等評估領域。

諾達思（北京）信息技術有限責任公司