Mattia Tarquinio
Emotion Recognition in ambito Neuromarketing e Neuroriabilitazione: sviluppo di un applicazione desktop per esperimenti neuroscientifici e di un algoritmo per il Facial Coding = Emotion Recognition in Neuromarketing and Neurorehabilitation: development of a desktop application for neuroscientific experiments and an algorithm for Facial Coding.
Rel. Gabriella Olmo. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering), 2021
|
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (13MB) | Preview |
Abstract: |
La scarsa diffusione di training neuroriabilitativi riguardo deficit nel riconoscimento delle proprie emozioni in pazienti vittime di lesioni al sistema nervoso centrale e il crescente interesse all’ambito del neuromarketing hanno ispirato questo lavoro di ricerca. Lo studio è basato su un tentativo di produzione di un’applicazione desktop per l’effettuazione di esperimenti neuroscientifici di varia natura che hanno come comune denominatore il riconoscimento delle emozioni del partecipante al fine di permettere un training riabilitativo adeguato, o per meglio comprendere i meccanismi sottostanti che guidano il processo decisionale di un potenziale acquirente. Entrambi gli ambiti di ricerca pongono le loro fondamenta sulla raccolta e analisi di alcuni biomarcatori utilizzando tecniche come EEG, Eye-tracker e GSR. I dati raccolti negli esperimenti sono poi processati da un algoritmo di machine learning di cui si segue lo studio e lo sviluppo, che tenta di predire in maniera corretta l’emozione provata dal partecipante. Particolare enfasi in questo studio viene data al Facial coding che, tramite la registrazione del volto, fornisce una predizione sull’emozione osservata. Il risultato migliore viene cercato dapprima utilizzando come output della rete neurale convoluzionale le label dell’emozione stessa, per poi passare ad un sistema più complesso che utilizza l’attivazione e la valenza emotiva come indicatori del risultato. |
---|---|
Relatori: | Gabriella Olmo |
Anno accademico: | 2020/21 |
Tipo di pubblicazione: | Elettronica |
Numero di pagine: | 148 |
Soggetti: | |
Corso di laurea: | Corso di laurea magistrale in Ingegneria Informatica (Computer Engineering) |
Classe di laurea: | Nuovo ordinamento > Laurea magistrale > LM-32 - INGEGNERIA INFORMATICA |
Aziende collaboratrici: | NON SPECIFICATO |
URI: | http://webthesis.biblio.polito.it/id/eprint/18197 |
Modifica (riservato agli operatori) |