Multimodale Datenfusion für die Emotionsanalyse

Der Mensch ist das komplexeste Wesen der Welt - seine Emotionen und Sinneswahrnehmungen automatisiert zu erkennen, daraus Reaktionen abzuleiten und Systeme zu entwickeln, die alle gesammelten Informationen verarbeiten können, ist das Kernziel von Affective Computing.

Doch wie entwickelt man "empathische" Systeme? Welches (Vor-)Wissen, welche Technologien sind für eine automatisierte Emotionsanalyse notwendig?

Der affektive Zustand eines Menschen geht weit über die bekannten Basisemotionen, wie Freude, Wut, Ekel etc., hinaus. Um Systeme zu entwickeln, die über eine emotionale Intelligenz verfügen, greifen wir auf unterschiedliche Datenquellen, wie Bilder, Videos und physiologische Biosignale zurück. Durch den Einsatz von Künstlicher Intelligenz, der Kombination und Auswertung verschiedener Datenströme erhalten wir genauere und zuverlässigere Informationen über den emotionalen Zustand eines Menschen.

So arbeiten wir

Gerade in der heutigen schnelllebigen Zeit, mit ihrer Vielzahl an (Sinnes-) Eindrücken, die verschiedenste Emotionen bewirken und Reaktionen hervorrufen, spielt das gezielte Verständnis des "Wieso, weshalb und warum" ein Kunde, Patient oder Proband in bestimmter Art und Weise reagiert, eine wichtige Rolle.

Nur wer eine genaue Kenntnis vom emotionalen Zustand seines Gegenübers hat, ist in der Lage, vielfältige Problemstellungen zu lösen:

  • Wir bieten sowohl kontaktlose als auch kontaktbehaftete Messreihen an, auf deren Basis wir die emotionalen Reaktionen und Zustände von Nutzern und Probanden analysieren.
  • Unser Portfolio an bestehenden Klassifikatoren entwickeln wir konsequent und je nach Kundenbedarf weiter:
    • Basisemotionen
    • Valenz
    • Arousal (coming soon!)
    • Action Units (coming soon!)
    • Überforderung (coming soon!)

Die Grundlage unserer täglichen Arbeit ist es, den Bedarf unserer Kunden grundlegend zu analysieren und darauf aufbauend Konzepte, Prozesse und die nächsten Weiterentwicklungsschritte zu definieren.

 

Emotion AI von Fraunhofer

  • Unsere Lösungen sind zu 100% datenschutzkonform und genügen den höchsten Ansprüchen auf Wahrung der Privatsphäre und des Schutzes personenbezogener Daten.
  • Bei der Entwicklung unserer Klassifikatoren legen wir großen Wert auf deren anwenderorientierten, lösungsfokussierten Umsetzung und wissenschaftlichen Fundierung.
  • Unser umfassendes Domänenwissen und breites Partnernetzwerk in den Disziplinen der Emotionstheorie und Psychophysiologie garantieren die Entwicklung effizienter Emotion AI-Applikationen.

     

Emotion AI-Klassifikatoren - Entwicklungsprozesse von A bis Z

Sie haben ein Problem? Wir finden eine Lösung

  1. Gemeinsam mit unseren Partnern aus der Psychologie erstellen wir ein detailliertes Studienprotokoll
  2. Bei unserer Auswahl und Kombination geeigneter Modalitäten legen wir den jeweiligen Kundenbedarf und Fragestellung zugrunde
  3. Für die benötigten Datensätze greifen wir entweder auf vorhandene Datenbanken zurück oder erstellen diese unter Einhaltung der EU-Datenschutz-Grundverordnung (EU-DSGVO) und sämtlicher Ethik-Richtlinien
  4. Wir verwenden KI-basierte Methoden, um die Daten entsprechend der jeweiligen Problemstellung auszuwerten
  5. Nach der erfolgreichen Optimierung der KI-basierten Ansätze integrieren wir diese in unsere Technologieplattform
     

Multimodale Emotionsanalyse in verschiedenen Anwendungsfeldern

  • Optimierung von Produkten, z.B. hinsichtlich Usability, Mensch-Maschine-Interaktion oder Liking
  • Optimierung der Interaktion von Maschinen mit Menschen, z.B. durch die Anpassung der Kommunikation (Robotik, Automotive etc.)
  • Assistenzsysteme für Menschen mit eingeschränkter Kommunikationsfähigkeit, bspw. im Bereich der automatisierten Schmerzerkennung
     

Unsere Forschungsprojekte

 

SEMULIN – natürliche, multimodale Interaktion für automatisiertes Fahren

Entwicklung einer selbstunterstützenden, natürlichen Mensch-Maschine-Schnittstelle für automatisiertes Fahren mithilfe multimodaler Ein- und Ausgabemodalitäten, wie Mimik, Gestik, Blick und Sprache.

 

ADA Lovelace Center for Analytics, Data and Applications

Neues Kompetenzzentrum für Data Analytics und KI in der Industrie

 

Visuelle Emotionserkennung und physiologisches Feedback in der Therapie

Entwicklung einer Roboterplattform zur Unterstützung neuer Interaktionsstrategien bei Kindern mit eingeschränkten sozio-emotionalen Fähigkeiten

CdS Human Insight

GaiaSAT

Energie- und datensparsame KI