चेहरे के हाव-भाव
EMOTIV EPOC में 14 EEG सेंसर हैं जिनमें से 8 ललाट (frontal) और प्रीललाट (prefrontal) लोब के चारों ओर स्थित हैं, जो अपने स्थान के कारण चेहरे की मांसपेशियों और आंखों से संकेतों को ग्रहण करते हैं। अधिकांश EEG प्रणालियाँ इन संकेतों को शोर (noise) मानती हैं और संकेतों की व्याख्या करते समय इन्हें फ़िल्टर या अनदेखा कर दिया जाता है। EMOTIV डिटेक्शन सिस्टम भी मस्तिष्क के संकेतों की व्याख्या करने से पहले इन संकेतों को फ़िल्टर करता है, हालाँकि, हम इन संकेतों का उपयोग यह वर्गीकृत करने के लिए भी करते हैं कि कौन से मांसपेशी समूह उनके कारण बन रहे हैं, इसे हम स्मार्ट आर्टिफैक्ट्स (Smart Artifacts) कहते हैं।
हमने कई चेहरे के भावों का पता लगाने के लिए कुशल क्लासिफायर विकसित किए हैं, जिनमें पलक झपकना, बाईं आँख झपकना, दाईं आँख झपकना, भौहें चढ़ाना (आश्चर्य), भौहें सिकोड़ना (त्योरी चढ़ाना), मुस्कान और दाँत भींचना शामिल हैं।
हमारे चेहरे के भावों का पता मांसपेशियों के शोर से लगाया जाता है, सिवाय आंखों के घूमने के, जो इस तथ्य से उत्पन्न होता है कि आंख विद्युत रूप से ध्रुवीकृत होती है और घूमता हुआ द्विध्रुव (moving dipole) भी एक पता लगाने योग्य विद्युत संकेत बनाता है। मस्तिष्क के पैटर्न से मांसपेशियों के संकेतों के प्रभावों को समाप्त करना पारंपरिक EEG प्रणालियों के साथ एक चुनौती है और अधिकांश चिकित्सा EEG के लिए रोगी को बहुत स्थिर बैठने की आवश्यकता होती है ताकि वे कार्यात्मक समस्याओं का निदान करने के लिए पर्याप्त उच्च अखंडता के साथ मस्तिष्क के संकेतों को देख सकें (और तब भी पलकें झपकने और निगलने जैसी अन्य अनैच्छिक गतिविधियों के कारण अधिकांश डेटा को खारिज कर दिया जाता है)।
हमने एक अलग दृष्टिकोण अपनाया, जो यह है कि उपयोगकर्ता के चेहरे के भाव के बारे में मूल्यवान जानकारी है जिसे मांसपेशियों के संकेतों के पैटर्न से प्राप्त किया जा सकता है, और हमने विशिष्ट मांसपेशी समूह सक्रियण पैटर्न को विशिष्ट भावों में आवंटित करने के लिए विशिष्ट क्लासिफायर सिस्टम विकसित किए हैं। इसके बाद हम अपने मस्तिष्क के संकेतों पर कुछ फ़िल्टरिंग लागू करने में सक्षम होते हैं ताकि हमारे पास मांसपेशियों के शोर के माध्यम से वास्तविक मस्तिष्क संकेत को देखने का बेहतर मौका हो सके जिससे कि मांसपेशियों के संकेतों के प्रकारों की पहचान की जा सके।
हम अंतर्निहित मस्तिष्क व्यवहार को प्राप्त करने के लिए फ़िल्टरिंग और विशिष्ट मस्तिष्क पैटर्न विशेषताओं के संयोजन का उपयोग करते हैं जो मांसपेशियों के आंदोलनों से कम प्रभावित होते हैं।
क्या यह लेख सहायक था?
संबंधित लेख
क्या आपको अपनी ज़रूरत की चीज़ नहीं मिल रही है?
हमारी सहायता टीम बस एक क्लिक की दूरी पर है।
चेहरे के हाव-भाव
EMOTIV EPOC में 14 EEG सेंसर हैं जिनमें से 8 ललाट (frontal) और प्रीललाट (prefrontal) लोब के चारों ओर स्थित हैं, जो अपने स्थान के कारण चेहरे की मांसपेशियों और आंखों से संकेतों को ग्रहण करते हैं। अधिकांश EEG प्रणालियाँ इन संकेतों को शोर (noise) मानती हैं और संकेतों की व्याख्या करते समय इन्हें फ़िल्टर या अनदेखा कर दिया जाता है। EMOTIV डिटेक्शन सिस्टम भी मस्तिष्क के संकेतों की व्याख्या करने से पहले इन संकेतों को फ़िल्टर करता है, हालाँकि, हम इन संकेतों का उपयोग यह वर्गीकृत करने के लिए भी करते हैं कि कौन से मांसपेशी समूह उनके कारण बन रहे हैं, इसे हम स्मार्ट आर्टिफैक्ट्स (Smart Artifacts) कहते हैं।
हमने कई चेहरे के भावों का पता लगाने के लिए कुशल क्लासिफायर विकसित किए हैं, जिनमें पलक झपकना, बाईं आँख झपकना, दाईं आँख झपकना, भौहें चढ़ाना (आश्चर्य), भौहें सिकोड़ना (त्योरी चढ़ाना), मुस्कान और दाँत भींचना शामिल हैं।
हमारे चेहरे के भावों का पता मांसपेशियों के शोर से लगाया जाता है, सिवाय आंखों के घूमने के, जो इस तथ्य से उत्पन्न होता है कि आंख विद्युत रूप से ध्रुवीकृत होती है और घूमता हुआ द्विध्रुव (moving dipole) भी एक पता लगाने योग्य विद्युत संकेत बनाता है। मस्तिष्क के पैटर्न से मांसपेशियों के संकेतों के प्रभावों को समाप्त करना पारंपरिक EEG प्रणालियों के साथ एक चुनौती है और अधिकांश चिकित्सा EEG के लिए रोगी को बहुत स्थिर बैठने की आवश्यकता होती है ताकि वे कार्यात्मक समस्याओं का निदान करने के लिए पर्याप्त उच्च अखंडता के साथ मस्तिष्क के संकेतों को देख सकें (और तब भी पलकें झपकने और निगलने जैसी अन्य अनैच्छिक गतिविधियों के कारण अधिकांश डेटा को खारिज कर दिया जाता है)।
हमने एक अलग दृष्टिकोण अपनाया, जो यह है कि उपयोगकर्ता के चेहरे के भाव के बारे में मूल्यवान जानकारी है जिसे मांसपेशियों के संकेतों के पैटर्न से प्राप्त किया जा सकता है, और हमने विशिष्ट मांसपेशी समूह सक्रियण पैटर्न को विशिष्ट भावों में आवंटित करने के लिए विशिष्ट क्लासिफायर सिस्टम विकसित किए हैं। इसके बाद हम अपने मस्तिष्क के संकेतों पर कुछ फ़िल्टरिंग लागू करने में सक्षम होते हैं ताकि हमारे पास मांसपेशियों के शोर के माध्यम से वास्तविक मस्तिष्क संकेत को देखने का बेहतर मौका हो सके जिससे कि मांसपेशियों के संकेतों के प्रकारों की पहचान की जा सके।
हम अंतर्निहित मस्तिष्क व्यवहार को प्राप्त करने के लिए फ़िल्टरिंग और विशिष्ट मस्तिष्क पैटर्न विशेषताओं के संयोजन का उपयोग करते हैं जो मांसपेशियों के आंदोलनों से कम प्रभावित होते हैं।
क्या यह लेख सहायक था?
संबंधित लेख
क्या आपको अपनी ज़रूरत की चीज़ नहीं मिल रही है?
हमारी सहायता टीम बस एक क्लिक की दूरी पर है।
चेहरे के हाव-भाव
EMOTIV EPOC में 14 EEG सेंसर हैं जिनमें से 8 ललाट (frontal) और प्रीललाट (prefrontal) लोब के चारों ओर स्थित हैं, जो अपने स्थान के कारण चेहरे की मांसपेशियों और आंखों से संकेतों को ग्रहण करते हैं। अधिकांश EEG प्रणालियाँ इन संकेतों को शोर (noise) मानती हैं और संकेतों की व्याख्या करते समय इन्हें फ़िल्टर या अनदेखा कर दिया जाता है। EMOTIV डिटेक्शन सिस्टम भी मस्तिष्क के संकेतों की व्याख्या करने से पहले इन संकेतों को फ़िल्टर करता है, हालाँकि, हम इन संकेतों का उपयोग यह वर्गीकृत करने के लिए भी करते हैं कि कौन से मांसपेशी समूह उनके कारण बन रहे हैं, इसे हम स्मार्ट आर्टिफैक्ट्स (Smart Artifacts) कहते हैं।
हमने कई चेहरे के भावों का पता लगाने के लिए कुशल क्लासिफायर विकसित किए हैं, जिनमें पलक झपकना, बाईं आँख झपकना, दाईं आँख झपकना, भौहें चढ़ाना (आश्चर्य), भौहें सिकोड़ना (त्योरी चढ़ाना), मुस्कान और दाँत भींचना शामिल हैं।
हमारे चेहरे के भावों का पता मांसपेशियों के शोर से लगाया जाता है, सिवाय आंखों के घूमने के, जो इस तथ्य से उत्पन्न होता है कि आंख विद्युत रूप से ध्रुवीकृत होती है और घूमता हुआ द्विध्रुव (moving dipole) भी एक पता लगाने योग्य विद्युत संकेत बनाता है। मस्तिष्क के पैटर्न से मांसपेशियों के संकेतों के प्रभावों को समाप्त करना पारंपरिक EEG प्रणालियों के साथ एक चुनौती है और अधिकांश चिकित्सा EEG के लिए रोगी को बहुत स्थिर बैठने की आवश्यकता होती है ताकि वे कार्यात्मक समस्याओं का निदान करने के लिए पर्याप्त उच्च अखंडता के साथ मस्तिष्क के संकेतों को देख सकें (और तब भी पलकें झपकने और निगलने जैसी अन्य अनैच्छिक गतिविधियों के कारण अधिकांश डेटा को खारिज कर दिया जाता है)।
हमने एक अलग दृष्टिकोण अपनाया, जो यह है कि उपयोगकर्ता के चेहरे के भाव के बारे में मूल्यवान जानकारी है जिसे मांसपेशियों के संकेतों के पैटर्न से प्राप्त किया जा सकता है, और हमने विशिष्ट मांसपेशी समूह सक्रियण पैटर्न को विशिष्ट भावों में आवंटित करने के लिए विशिष्ट क्लासिफायर सिस्टम विकसित किए हैं। इसके बाद हम अपने मस्तिष्क के संकेतों पर कुछ फ़िल्टरिंग लागू करने में सक्षम होते हैं ताकि हमारे पास मांसपेशियों के शोर के माध्यम से वास्तविक मस्तिष्क संकेत को देखने का बेहतर मौका हो सके जिससे कि मांसपेशियों के संकेतों के प्रकारों की पहचान की जा सके।
हम अंतर्निहित मस्तिष्क व्यवहार को प्राप्त करने के लिए फ़िल्टरिंग और विशिष्ट मस्तिष्क पैटर्न विशेषताओं के संयोजन का उपयोग करते हैं जो मांसपेशियों के आंदोलनों से कम प्रभावित होते हैं।
क्या यह लेख सहायक था?
संबंधित लेख
क्या आपको अपनी ज़रूरत की चीज़ नहीं मिल रही है?
हमारी सहायता टीम बस एक क्लिक की दूरी पर है।