Pagsubok sa pagkilala ng ekspresyon

1. Hintaying mag-load ang mga larawan, pagkatapos ay magsimula kapag handa ka na.
2. Tingnan ang portrait. Piliin ang pinakamalapit sa pitong label. I-tap ang isang button o gamitin ang numbered key nito.
3. Magpatuloy sa hanay. Ang mga label ay nananatili sa parehong mga posisyon. Walang speed bonus, at ang mga sagot ay hindi ibinunyag habang naglalaro.
4. Basahin ang breakdown. Inihahambing ng server ang iyong mga pagpipilian sa mga nilalayong paglalarawan. Ang pag-alis sa tab sa panahon ng paglalaro ay magtatapos sa pagtatangka para makapag-restart ka.

Gumamit ng malinaw na screen, kumportableng ilaw at ang iyong karaniwang salamin kung kinakailangan. Ang telepono at desktop ay may parehong mga portrait at pagmamarka, ngunit ang laki ng larawan ay maaaring makaapekto sa kung gaano kadali mong makakita ng banayad na expression. Ang visual na gawaing ito ay hindi maaaring kopyahin sa pamamagitan ng mga paglalarawan ng larawan para sa mga screen reader.

Ang katumpakan ay ang bahagi ng mga larawan kung saan pinili mo ang nilalayong label. Mahalaga ang Intended: ito ay mga constructed portrayal, at ang isang expression ay maaaring magmukhang malabo kahit na may label na nasa isip ang lumikha nito. Ang mga kategorya ay mga pagpipilian sa larong ito, hindi isang pag-aangkin na lahat ng emosyon ng tao ay magkasya sa pitong kahon.

Ang bawat kategorya at intensity breakdown ay naglalaman lamang ng ilang mga portrait. Ang mga pagkakaiba sa pagitan nila ay maaaring sumasalamin sa mga partikular na larawan at pagkakakilanlan, hindi isang pangmatagalang personal na lakas o kahinaan. Ang neutral ay isang hiwalay na kategorya, hindi isang mababang-intensity na bersyon ng bawat emosyon. Ang pag-uulit ng maliit na set ay nagdaragdag ng pamilyar at kasanayan.

Kapag sapat na ang mga karapat-dapat na manlalaro ang nakakumpleto sa bersyong ito, nagpapakita kami ng sa ibaba, karaniwan o mas mataas na saklaw ng paghahambing na gumagamit ng mga unang pagsubok ng ibang manlalaro sa parehong bersyon, hindi kasama ang mga na-flag na pagsubok. Bago iyon, ipinapakita ng resulta kung gaano karaming mga kwalipikadong run ang nakolekta. Ang mga bisitang ito ay hindi isang kinatawan ng sample ng populasyon. Ang saklaw ay hindi isang emotional-intelligence o empathy score.

Ang maikling Geneva Emotion Recognition Test nina Schlegel at Scherer ay gumagamit ng mga audiovisual na paglalarawan na may mga pahiwatig sa mukha, katawan at boses, na sumasaklaw sa mas malawak na hanay ng mga emosyon [1]. Ito ay isang kapaki-pakinabang na halimbawa kung bakit mas malawak ang pagkilala sa emosyon kaysa sa paglalagay ng label sa mukha. Gumagamit lamang ang aming laro ng mga portrait at hindi ang GERT-S.

Sinusuri ni Barrett at ng mga kasamahan ang mga limitasyon ng paghihinuha ng emosyon mula sa paggalaw ng mukha: iba-iba ang mga ekspresyon sa mga tao, sitwasyon at kultura, at ang parehong paggalaw ay maaaring magsilbi ng iba't ibang layunin [2]. Sa pang-araw-araw na buhay, konteksto at kung ano ang sinasabi sa iyo ng isang tao ay mahalaga.

Ang aming mga synthetic na mukha ay hindi ang validated research stimuli. Hindi kami gumagamit ng research face database o totoong mga larawan. Biswal naming sinuri ang mga portrait para sa mga artifact at nilalayong expression, ngunit ang bangko at ang mga label ng intensity nito ay hindi pa nakapag-iisa na na-validate. Hindi nalalapat dito ang mga naka-publish na pamantayan sa pananaliksik.