当前位置:
X-MOL 学术
›
Appl. Sci.
›
论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
The Study of Facial Muscle Movements for Non-Invasive Thermal Discomfort Detection via Bio-Sensing Technology. Part I: Development of the Experimental Design and Description of the Collected Data
Applied Sciences ( IF 2.838 ) Pub Date : 2020-10-19 , DOI: 10.3390/app10207315 Alla Marchenko , Alenka Temeljotov-Salaj , Victor Rizzardi , Odne Oksavik
Applied Sciences ( IF 2.838 ) Pub Date : 2020-10-19 , DOI: 10.3390/app10207315 Alla Marchenko , Alenka Temeljotov-Salaj , Victor Rizzardi , Odne Oksavik
In the time of climate change, as heat waves become a more regular occurrence, indoor thermal comfort is an important factor in day to day life. Due to such circumstances, many researchers have focused their studies on finding an effective solution that will not only enable thermal comfort, but also increase satisfaction within the indoor environment and, as a result, productivity. The fast development of the biometrical field encouraged the study focused on the investigation of how bio-markers, in combination with artificial intelligence algorithms, can be collected within an experimental setting to create a new approach for non-invasive thermal discomfort detection. The developed experimental design provides synergy between automatic facial coding, pulse, and galvanic skin response measurements via iMotions software in a controlled environment. The iMotions software has built-in machine vision algorithms, and with Shimmer sensors and a post-processing tool through Affectiva AFFDEX, is able to collect facial action data through detection of the facial muscle movements and various bio-markers. The Zero Emission Building (ZEB) Test Cell laboratory was used as the control environment and transformed to imitate an office space for the data collection campaign at NTNU in Trondheim. The given experimental design provides an opportunity to create an immense database with bio-markers that are linked to the subcortical level of the brain, indoor parameters, and direct feedback on the comfort level of occupants within an office-like environment. In total, 111 data collection sessions were registered with iMotions. The discomfort button was pressed 240 times and 1080 planned indoor comfort evaluation surveys were held during experiment. The discomfort button was pressed 49 times to indicate that participant felt discomfort due to low temperature and 52 due to high temperature. Collected data revealed a big deviation in the discomfort temperature values for experiment participants with respect to performed temperature ramps. While it is common to use the same predefined temperature range for facility management, it became clear that the complexity of the task is greater and should not be approached on a human computational level. Implementation of AI can potentially provide higher value accuracy within thermal discomfort detection and enable unique personal user experience at the workplace.
中文翻译:
通过生物传感技术进行无创热不适的面部肌肉运动研究。第一部分:实验设计的发展和所收集数据的描述
在气候变化时期,随着热浪变得越来越常见,室内的热舒适性是日常生活的重要因素。由于这种情况,许多研究人员将他们的研究集中在寻找一种有效的解决方案上,该解决方案不仅可以实现热舒适性,而且可以提高室内环境的满意度,从而提高生产率。生物识别领域的快速发展鼓励该研究专注于研究如何在实验环境中收集生物标志物与人工智能算法的结合,从而创建一种用于非侵入性热不适检测的新方法。开发的实验设计可在受控环境中通过iMotions软件在自动面部编码,脉冲和皮肤电反应测量之间提供协同作用。iMotions软件具有内置的机器视觉算法,并通过Affectiva AFFDEX配备了Shimmer传感器和后处理工具,能够通过检测面部肌肉运动和各种生物标记来收集面部动作数据。零排放大楼(ZEB)测试单元实验室被用作控制环境,并被改造成模仿特隆赫姆NTNU数据收集活动的办公空间。给定的实验设计提供了一个机会,可以建立一个巨大的数据库,该数据库具有与大脑皮层下水平,室内参数相关的生物标记,并可以在类似办公室的环境中对居住者的舒适度进行直接反馈。iMotions总共注册了111个数据收集会话。在实验期间,按下不适按钮240次,并进行了1080次计划的室内舒适度评估调查。按下不适按钮49次表示参与者由于低温感到不适,而由于高温感到52不适。收集的数据显示,实验参与者的不舒适温度值相对于进行的温度上升有很大偏差。虽然通常使用相同的预定义温度范围进行设施管理,但很明显,任务的复杂性更高,不应在人工计算水平上接近。实施AI可能会在热不适感检测中提供更高的值准确性,并在工作场所实现独特的个人用户体验。按下不适按钮49次表示参与者由于低温感到不适,而由于高温感到52不适。收集的数据显示,实验参与者的不舒适温度值相对于进行的温度上升有很大偏差。虽然通常使用相同的预定义温度范围进行设施管理,但很明显,任务的复杂性更高,不应在人工计算水平上接近。实施AI可以潜在地在热不适感检测中提供更高的值精度,并在工作场所实现独特的个人用户体验。按下不适按钮49次表示参与者由于低温感到不适,而由于高温感到52不适。收集的数据显示,实验参与者的不舒适温度值相对于进行的温度上升有很大偏差。虽然通常使用相同的预定义温度范围进行设施管理,但很明显,任务的复杂性更高,不应在人工计算水平上接近。实施AI可能会在热不适感检测中提供更高的值准确性,并在工作场所实现独特的个人用户体验。收集的数据显示,实验参与者的不舒适温度值相对于进行的温度上升有很大偏差。虽然通常使用相同的预定义温度范围进行设施管理,但很明显,任务的复杂性更大,不应在人工计算的水平上接近。实施AI可能会在热不适感检测中提供更高的值准确性,并在工作场所实现独特的个人用户体验。收集的数据显示,实验参与者的不舒适温度值相对于进行的温度上升有很大偏差。虽然通常使用相同的预定义温度范围进行设施管理,但很明显,任务的复杂性更高,不应在人工计算水平上接近。实施AI可以潜在地在热不适感检测中提供更高的值精度,并在工作场所实现独特的个人用户体验。
更新日期:2020-10-19
中文翻译:
通过生物传感技术进行无创热不适的面部肌肉运动研究。第一部分:实验设计的发展和所收集数据的描述
在气候变化时期,随着热浪变得越来越常见,室内的热舒适性是日常生活的重要因素。由于这种情况,许多研究人员将他们的研究集中在寻找一种有效的解决方案上,该解决方案不仅可以实现热舒适性,而且可以提高室内环境的满意度,从而提高生产率。生物识别领域的快速发展鼓励该研究专注于研究如何在实验环境中收集生物标志物与人工智能算法的结合,从而创建一种用于非侵入性热不适检测的新方法。开发的实验设计可在受控环境中通过iMotions软件在自动面部编码,脉冲和皮肤电反应测量之间提供协同作用。iMotions软件具有内置的机器视觉算法,并通过Affectiva AFFDEX配备了Shimmer传感器和后处理工具,能够通过检测面部肌肉运动和各种生物标记来收集面部动作数据。零排放大楼(ZEB)测试单元实验室被用作控制环境,并被改造成模仿特隆赫姆NTNU数据收集活动的办公空间。给定的实验设计提供了一个机会,可以建立一个巨大的数据库,该数据库具有与大脑皮层下水平,室内参数相关的生物标记,并可以在类似办公室的环境中对居住者的舒适度进行直接反馈。iMotions总共注册了111个数据收集会话。在实验期间,按下不适按钮240次,并进行了1080次计划的室内舒适度评估调查。按下不适按钮49次表示参与者由于低温感到不适,而由于高温感到52不适。收集的数据显示,实验参与者的不舒适温度值相对于进行的温度上升有很大偏差。虽然通常使用相同的预定义温度范围进行设施管理,但很明显,任务的复杂性更高,不应在人工计算水平上接近。实施AI可能会在热不适感检测中提供更高的值准确性,并在工作场所实现独特的个人用户体验。按下不适按钮49次表示参与者由于低温感到不适,而由于高温感到52不适。收集的数据显示,实验参与者的不舒适温度值相对于进行的温度上升有很大偏差。虽然通常使用相同的预定义温度范围进行设施管理,但很明显,任务的复杂性更高,不应在人工计算水平上接近。实施AI可以潜在地在热不适感检测中提供更高的值精度,并在工作场所实现独特的个人用户体验。按下不适按钮49次表示参与者由于低温感到不适,而由于高温感到52不适。收集的数据显示,实验参与者的不舒适温度值相对于进行的温度上升有很大偏差。虽然通常使用相同的预定义温度范围进行设施管理,但很明显,任务的复杂性更高,不应在人工计算水平上接近。实施AI可能会在热不适感检测中提供更高的值准确性,并在工作场所实现独特的个人用户体验。收集的数据显示,实验参与者的不舒适温度值相对于进行的温度上升有很大偏差。虽然通常使用相同的预定义温度范围进行设施管理,但很明显,任务的复杂性更大,不应在人工计算的水平上接近。实施AI可能会在热不适感检测中提供更高的值准确性,并在工作场所实现独特的个人用户体验。收集的数据显示,实验参与者的不舒适温度值相对于进行的温度上升有很大偏差。虽然通常使用相同的预定义温度范围进行设施管理,但很明显,任务的复杂性更高,不应在人工计算水平上接近。实施AI可以潜在地在热不适感检测中提供更高的值精度,并在工作场所实现独特的个人用户体验。