基于被试者“眼神”的产品显著特征视觉检测与评估方法研究

It is well know that "eyes" can express the psychological state. The morphological changes around the eye and surrounding tissue comprise the main part of the "eyes information". This project uses the changes of "eye shape information" to describe the human eye expressions, and to study the method testing and evaluating psychological feelings and reactions of the subjects for the salient features of the subjects by using the changes of "eye shape information". The key theoretical question is how to build the relational model between the "particular state of mind" and the changes of "eye shape information". The methods which plan to be adopted in this research are applying deep learning (DL) and multi-convolution neural networks (CNNs) to build the relational model between the "particular state of mind" and the changes of "eye shape information", and obtaining the training samples and validation test samples of CNNs by two methods. The first method is the international standard expression database, and the other one is capturing the subjects eye expression images through the camera and specific mental state expression inducing picture (or target objects). The expected outcomes of this research will provide scientific and practical theory and method which can scientifically, accurately and objectively test and evaluate psychological feeling and recognition differences between different geographical, cultural and ethnic users for salient features of a product.

“眼神”能够表达心理状态是公认的事实。眼睛及周围组织的形态关系变化组成了“眼神”信息的主要部分。本课题利用“眼睛形态信息”变化描述和表征人眼的“眼神”，研究利用“眼睛形态信息”变化检测和评估被试者对物体显著特征的心理感受和反应。关键的理论和科学问题是“特定心理状态”与“眼睛形态信息”变化之间关系模型的研究和构建。拟采用的方法是应用深度学习（DL）和多层卷积神经网络（CNNs）构建“特定心理状态”与“眼睛形态信息”变化之间的关系模型，并通过两种方法获取和摄取CNNs的训练样本和验证测试样本。这两种方法其一是国际标准表情数据库，其二是通过摄像机和特定心理状态表情诱导图片（或特征物体）摄取被试者的眼部表情图像。该课题的研究成果将为科学、准确和客观地检测和评估不同地域、文化和种族的使用者对产品显著特征的心理感觉和认可度提供科学和可行的理论依据。

“眼神”能够表达心理状态是公认的事实。眼睛及周围组织的形态关系变化组成了“眼神”信息的主要部分。本课题利用“眼睛形态信息”变化描述和表征人眼的“眼神”，研究利用“眼睛形态信息”变化检测和评估被试者对物体显著特征的心理感受和反应。在项目执行中，本课题组借助“特定心理状态”与“面部表情形态信息”变化之间关系模型的构建来定义“特征眼睛形态信息属性”，进而达到构建“特定心理状态”与“眼睛形态信息”变化之间关系模型的目的。通过摄像机和特定心理状态表情诱导图片摄取被试者的连续脸部表情图像，并利用多层卷积神经网络(CNNs)实时对连续画面中人的表情进行识别并判断出产品目标用户的心理状态，同时得到针对“目标用户-产品”的标准表情数据库。截取上述研究中定义的“目标用户-产品”的标准表情中的眼睛形态部分，构成标准眼睛形态信息数据库，并作为训练样本用于训练“特定心理状态”与“眼睛形态信息”变化关系检测系统，解决了基于CNNs方法的“特定心理状态”与“眼神形态信息”变化之间关系模型构建中训练样本不足的问题。此外，本研究还利用SOFM-BP人工神经网络和视线跟踪方法验证了用户属性和产品造型评估之间存在的规律性。这种规律性用于工业产品造型设计，尤其是产品AOI区域的设计中，有利于提高使用者提高对产品的满意度；用于对产品设计模块的属性和数量进行优化，提高模块化设计效率。本课题将这种规律与利用CNNs图像识别使用者特定心理状态的方法相结合，可以克服视线跟踪检测方法在工业产品设计中的空间局限性。