...FaceReader-Online面部表情&眼动用户体验云测试平台
发布网友
发布时间：2024-10-02 13:51
共1个回答
热心网友
时间：2024-10-07 05:48
长久以来，表情和眼动分析在用户体验研究中扮演关键角色。定量化分析方法能够帮助研究人员更准确地了解用户与产品的互动过程，为产品设计和优化提供科学依据。例如，百度MEUX与诺达思合作的研究中，通过眼动追踪技术探究了视频类APP标题位置对用户浏览模式的影响。
尼尔森诺曼集团的研究也揭示了用户浏览产品页面时存在“割草机模式”的习惯，即从页面左上角开始，向右移动至末尾，然后向下浏览。早在2006年，鲁汶大学的研究就使用FaceReader软件测量用户在网站浏览过程中的情绪反应，发现用户在遇到设计亮点时会自动流露出积极表情，而遇到困难或困惑时则会表现负面情绪。
眼动分析技术能揭示用户在使用产品时的注意力流向和过程，通过捕捉用户注视点位置，呈现其浏览路径。高效的阅读者通常有较小的注视点和较长的眼跳间隔，而较弱的阅读者则反之。面部表情分析则通过AI算法学习和输出表情强度值，定量评估用户情绪变化。
结合眼动和表情分析，能更全面地评估用户体验。眼动追踪能还原认知过程，而面部表情分析则捕捉情绪反应。研究者试图同时使用这两种工具，如蒙德拉贡大学提出的“眼脸分析系统”，以提供更全面的产品体验评估。
随着AI技术发展，通过普通摄像头识别眼动成为可能，诺达思与VicarVision合作开发了在线面部表情分析平台，使得远程在线数据收集成为可能。此平台结合AI技术，提供眼动和表情的综合分析，打破了以往实验室研究的限制。
该平台采用突破性系统，使用网络摄像头跟踪眼球运动，结合面部表情分析，提供先进的用户体验测量工具。瞳孔大小估计面临挑战，两种方法对比显示，深度学习方法在数据集较大时表现更优，但仍有优化空间。
眼动跟踪准确度较高，误差较小，适用于各种任务。面部表情识别则通过训练深度神经网络实现，能检测和分类多种表情和微表情。FaceReader-Online平台提供在线测试功能，简化了项目定义、用户邀请和结果分析过程。
使用FaceReader-Online，研究者能够深入了解用户对广告、电影、网站等的喜好和注意力变化，提供客观评价和独特见解。新增的眼动分析功能增强了平台功能，使用户能够全面了解情绪和注意力模式。
平台操作简单，只需三步即可完成设置：定义项目、邀请用户测试并收集数据、查看分析结果。用户界面友好，提供数据分析、清洗和可视化工具，帮助研究者直观对比不同版本材料间用户表情变化。
应用前景广泛，FaceReader-Online适用于网页、广告、产品原型等的评估，包括网站可用性、广告创意、产品测试等多个领域。平台通过标准化在线测试，以较低成本实现表情+眼动的定量研究，特别适用于远程用户体验测试。
在疾病流行背景下，远程测试成为趋势，FaceReader-Online能够帮助客户高效开展此类项目，提供更灵活、成本效益高的用户体验评估方案。
