Mencari bantuan?

Cari basis pengetahuan kami untuk jawaban

Cari...

Ekspresi Wajah

EMOTIV EPOC memiliki 14 sensor EEG di mana 8 di antaranya terletak di sekitar lobus frontal dan prefrontal, yang oleh karena lokasinya menangkap sinyal dari otot wajah dan mata. Kebanyakan sistem EEG menganggap sinyal ini sebagai kebisingan dan mereka disaring atau diabaikan saat menginterpretasikan sinyal. Sistem deteksi EMOTIV juga menyaring sinyal-sinyal ini sebelum menginterpretasikan sinyal otak, namun, kami juga menggunakan sinyal ini untuk mengklasifikasikan kelompok otot mana yang menyebabkannya, kami menyebut ini Artefak Cerdas.

Kami telah mengembangkan pengklasifikasi yang efisien untuk mendeteksi banyak ekspresi wajah, termasuk berkedip, mengedipkan mata kiri, mengedipkan mata kanan, alis terangkat (kejutan), kerutan dahi (cemberut), senyum, dan gigi terkatup.

Ekspresi Wajah kami terdeteksi dari kebisingan otot, kecuali untuk rotasi mata yang muncul dari fakta bahwa mata terpolarisasi secara elektrik dan dipole bergerak juga menciptakan sinyal listrik yang dapat dideteksi. Ini adalah tantangan dengan sistem EEG konvensional untuk menghilangkan efek sinyal otot dari pola otak dan sebagian besar EEG medis mengharuskan pasien untuk duduk sangat kaku sehingga mereka dapat melihat sinyal otak dengan integritas yang cukup tinggi untuk mendiagnosis masalah fungsional (dan bahkan kemudian banyak data dibuang karena berkedip dan gerakan tidak sadar lainnya seperti menelan.

Kami mengambil pendekatan yang berbeda, yaitu bahwa ada informasi berharga tentang ekspresi wajah pengguna yang dapat diturunkan dari pola sinyal otot, dan kami mengembangkan sistem pengklasifikasi khusus untuk mengalokasikan pola aktivasi kelompok otot yang berbeda ke ekspresi tertentu. Kami kemudian dapat menerapkan beberapa penyaringan pada sinyal otak kami sehingga kami dapat memiliki peluang yang lebih baik untuk melihat sinyal otak yang sebenarnya melalui kebisingan otot untuk mengidentifikasi jenis sinyal otot.

Kami menggunakan kombinasi penyaringan dan fitur pola otak tertentu yang kurang terpengaruh oleh gerakan otot untuk menurunkan perilaku otak yang mendasarinya.

Apakah artikel ini bermanfaat?

Tidak menemukan apa yang Anda butuhkan?

Tim Dukungan Kami hanya seklik saja.

© 2025 EMOTIV, Semua hak dilindungi.

Mencari bantuan?

Cari...

Basis pengetahuan

Ekspresi Wajah

EMOTIV EPOC memiliki 14 sensor EEG di mana 8 di antaranya terletak di sekitar lobus frontal dan prefrontal, yang oleh karena lokasinya menangkap sinyal dari otot wajah dan mata. Kebanyakan sistem EEG menganggap sinyal ini sebagai kebisingan dan mereka disaring atau diabaikan saat menginterpretasikan sinyal. Sistem deteksi EMOTIV juga menyaring sinyal-sinyal ini sebelum menginterpretasikan sinyal otak, namun, kami juga menggunakan sinyal ini untuk mengklasifikasikan kelompok otot mana yang menyebabkannya, kami menyebut ini Artefak Cerdas.

Kami telah mengembangkan pengklasifikasi yang efisien untuk mendeteksi banyak ekspresi wajah, termasuk berkedip, mengedipkan mata kiri, mengedipkan mata kanan, alis terangkat (kejutan), kerutan dahi (cemberut), senyum, dan gigi terkatup.

Ekspresi Wajah kami terdeteksi dari kebisingan otot, kecuali untuk rotasi mata yang muncul dari fakta bahwa mata terpolarisasi secara elektrik dan dipole bergerak juga menciptakan sinyal listrik yang dapat dideteksi. Ini adalah tantangan dengan sistem EEG konvensional untuk menghilangkan efek sinyal otot dari pola otak dan sebagian besar EEG medis mengharuskan pasien untuk duduk sangat kaku sehingga mereka dapat melihat sinyal otak dengan integritas yang cukup tinggi untuk mendiagnosis masalah fungsional (dan bahkan kemudian banyak data dibuang karena berkedip dan gerakan tidak sadar lainnya seperti menelan.

Kami mengambil pendekatan yang berbeda, yaitu bahwa ada informasi berharga tentang ekspresi wajah pengguna yang dapat diturunkan dari pola sinyal otot, dan kami mengembangkan sistem pengklasifikasi khusus untuk mengalokasikan pola aktivasi kelompok otot yang berbeda ke ekspresi tertentu. Kami kemudian dapat menerapkan beberapa penyaringan pada sinyal otak kami sehingga kami dapat memiliki peluang yang lebih baik untuk melihat sinyal otak yang sebenarnya melalui kebisingan otot untuk mengidentifikasi jenis sinyal otot.

Kami menggunakan kombinasi penyaringan dan fitur pola otak tertentu yang kurang terpengaruh oleh gerakan otot untuk menurunkan perilaku otak yang mendasarinya.

Apakah artikel ini bermanfaat?

Tidak menemukan apa yang Anda butuhkan?

Tim Dukungan Kami hanya seklik saja.

© 2025 EMOTIV, Semua hak dilindungi.

Mencari bantuan?

Cari...

Basis pengetahuan

Ekspresi Wajah

EMOTIV EPOC memiliki 14 sensor EEG di mana 8 di antaranya terletak di sekitar lobus frontal dan prefrontal, yang oleh karena lokasinya menangkap sinyal dari otot wajah dan mata. Kebanyakan sistem EEG menganggap sinyal ini sebagai kebisingan dan mereka disaring atau diabaikan saat menginterpretasikan sinyal. Sistem deteksi EMOTIV juga menyaring sinyal-sinyal ini sebelum menginterpretasikan sinyal otak, namun, kami juga menggunakan sinyal ini untuk mengklasifikasikan kelompok otot mana yang menyebabkannya, kami menyebut ini Artefak Cerdas.

Kami telah mengembangkan pengklasifikasi yang efisien untuk mendeteksi banyak ekspresi wajah, termasuk berkedip, mengedipkan mata kiri, mengedipkan mata kanan, alis terangkat (kejutan), kerutan dahi (cemberut), senyum, dan gigi terkatup.

Ekspresi Wajah kami terdeteksi dari kebisingan otot, kecuali untuk rotasi mata yang muncul dari fakta bahwa mata terpolarisasi secara elektrik dan dipole bergerak juga menciptakan sinyal listrik yang dapat dideteksi. Ini adalah tantangan dengan sistem EEG konvensional untuk menghilangkan efek sinyal otot dari pola otak dan sebagian besar EEG medis mengharuskan pasien untuk duduk sangat kaku sehingga mereka dapat melihat sinyal otak dengan integritas yang cukup tinggi untuk mendiagnosis masalah fungsional (dan bahkan kemudian banyak data dibuang karena berkedip dan gerakan tidak sadar lainnya seperti menelan.

Kami mengambil pendekatan yang berbeda, yaitu bahwa ada informasi berharga tentang ekspresi wajah pengguna yang dapat diturunkan dari pola sinyal otot, dan kami mengembangkan sistem pengklasifikasi khusus untuk mengalokasikan pola aktivasi kelompok otot yang berbeda ke ekspresi tertentu. Kami kemudian dapat menerapkan beberapa penyaringan pada sinyal otak kami sehingga kami dapat memiliki peluang yang lebih baik untuk melihat sinyal otak yang sebenarnya melalui kebisingan otot untuk mengidentifikasi jenis sinyal otot.

Kami menggunakan kombinasi penyaringan dan fitur pola otak tertentu yang kurang terpengaruh oleh gerakan otot untuk menurunkan perilaku otak yang mendasarinya.

Apakah artikel ini bermanfaat?

Tidak menemukan apa yang Anda butuhkan?

Tim Dukungan Kami hanya seklik saja.

© 2025 EMOTIV, Semua hak dilindungi.