Software verarbeitet Augenbewegungen

Neues System erkennt Persönlichkeit

Menschen können Gesten erkennen und Blicke blitzschnell deuten. Computern und Robotern gelingt dies nicht. Wissenschaftler forschen weltweit daran, wie man die Zusammenarbeit zwischen Mensch und Computer sozialer, effizienter und flexibler gestalten kann. Informatiker aus Saarbrücken und Stuttgart haben nun gemeinsam mit Psychologen aus Australien einen wichtigen Meilenstein erreicht. Das von ihnen entwickelte Softwaresystem verarbeitet die Augenbewegungen einer Person, um zu berechnen, ob diese verletzlich, gesellig, verträglich, gewissenhaft oder neugierig ist.

 

 (Bild: Lisa Spreckelmeyer / pixelio.de)

(Bild: Lisa Spreckelmeyer / pixelio.de)

Wissenschaftler in Stuttgart und Australien haben ein eigenes Softwaresystem so trainiert, dass es Augenbewegungen auswerten und darüber auf die Charakterzüge einer Person schließen kann. Das Forscherteam verwendete dafür spezielle Rechenverfahren des maschinellen Lernens. Um die Daten für das Training und die Evaluierung zu erhalten, wirkten an der Flinders University in Australien 50 Studenten, darunter 42 Frauen und acht Männer, im Durchschnittsalter von 22 Jahren mit. Diese wurden mit einem ‚Eye Tracker‘ ausgestattet. So wurden die Augenbewegungen der Probanden gefilmt, während sie rund zehn Minuten über den Campus schlenderten und sich einen Kaffee oder andere Artikel im Campusladen kauften. Danach baten die Wissenschaftler die Studenten, die Brillen abzulegen und spezielle Fragebögen auszufüllen, um so die Persönlichkeit und den Grad der Neugierde zu bestimmen. „Um die aufgenommenen Augendaten unabhängig von der jeweiligen Dauer der Aufnahme zu analysieren, haben wir mit einem verschiebbaren Zeitfenster gearbeitet, da so keine Charakteristika abgeschwächt werden“, erklärt Andreas Bulling, Leiter der Forschungsgruppe ‚Perceputual User Interfaces‘. Aus jedem der sich ergebenden Zeitfenster gewannen die Forscher 207 Merkmale. Zu diesen gehörten Statistiken über Blickfixierungen ebenso wie die Blinzel-Rate.

100 Entscheidungsbäume pro Persönlichkeitszug

Basierend darauf und auf den Informationen aus den Fragebögen fassten die Forscher pro Persönlichkeitszug rund 100 Entscheidungsbäume zu einem Klassifikator zusammen und trainierten diesen. Das Ergebnis: Im anschließenden Test mit bisher noch nicht verwendetem Datenmaterial konnten sie nachweisen, dass das Softwaresystem sicher Charakterzüge wie emotionale Labilität, Geselligkeit, Verträglichkeit und Gewissenhaftigkeit erkennen kann. „Das so gewonnene Wissen über nonverbales Verhalten können wir auch auf Roboter übertragen, sodass diese sich wie Menschen benehmen. Solche Systeme würden dann auf eine viel natürlichere Weise mit Menschen kommunizieren und wären dadurch effizienter und flexibler einsetzbar“, erklärt Bulling. Das Projekt wurde finanziert aus Mitteln des australischen Forschungsrates, des Exzellenzclusters ‚Multimodal Computing and Interaction‘ an der Universität des Saarlandes und durch ein Promotionsstipendium der Stiftung des deutschen Volkes.

 

Das könnte Sie auch interessieren

Im aktuellen Maschinenbau-Barometer der Wirtschaftsprüfungs- und Beratungsgesellschaft PWC zeigen sich die befragten Maschinenbauer, mit Blick auf das globale Wirtschaftswachstum, pessimistischer als noch im Vorquartal. Für die deutsche Wirtschaft geht die Mehrheit der Befragten jedoch von einer positiven Entwicklung aus.‣ weiterlesen

Anzeige

Gut acht von zehn Unternehmen mit Predictive-Maintenance-Erfahrung bewerten bislang erzielte Ergebnisse eher positiv, ergab kürzlich eine Umfrage der Unternehmensberatung Staufen. Was beeindruckend klingt, sei aber eher ein Beleg, mit welch geringen Erwartungen an die vorausschauende Instandhaltung herangehen werde, fasst Staufen-CEO Martin Haas die zentralen  Studienergebnisse zusammen. Noch schöpfen die Anwendungen das Potenzial dieser Technologie bei weitem nicht aus.‣ weiterlesen

Traditionelle Geschäftsmodelle basieren üblicherweise auf einer bestehenden Technologie, sie sind selbsterklärend und bilden den Selbstzweck des Unternehmens. Im Falle eines technologischen Umbruchs zerbrechen alte Geschäftsmodelle und der Prozess beginnt von Neuem. Im gegenwärtigen Zeitalter der Daten kommt es immer wieder zu derartigen Disruptionen. Videotheken und Netflix, Spotify und BMG oder LinkedIn und etablierte Personaldienstleister sind sehr gute Beispiele, anhand der Veränderung durch die Digitalisierung und Datennutzung zu lernen, wie mit 3D-Vision in nahezu jeder Industrie neue Geschäftsmodelle aufgebaut werden können.‣ weiterlesen

Die Vision der Automobilindustrie ist schnell erklärt: Verkehrsteilnehmer vom Auto über LKW und Fahrräder bis hin zu Fußgängern sollen miteinander vernetzt sein. Fahrer werden zu Passagieren in einem neuen mobilen Lebensraum. Bevor es soweit ist, müssen technische Probleme gelöst werden.‣ weiterlesen

Wie stehen die Deutschen zum Thema künstliche Intelligenz? Dieser Frage hat sich das Marktforschungsinstitut YouGov gewidmet. Die Befragung von 2.000 Personen ergab, dass die Mehrheit der Befragten der Technologie scheinbar skeptisch gegenüber steht. Der Anteil der Skeptiker steigt zudem mit dem Alter‣ weiterlesen

Im Zusammenhang mit IoT-Projekten fallen oft Schlagworte wie Big Data oder Echtzeitanalysen. Doch bei Weitem nicht in allen Anwendungsfällen kommt es auf die maximale Leistungsfähigkeit der Devices oder auf hohe Bandbreiten für die Datenübertragung an. Einfache Nachrichten von einfachen Sensoren kommunizieren über energiesparende Low-Power-Netzwerke. Auch unter Sicherheitsaspekten ist weniger manchmal mehr: Geräte mit wenig Prozessorleistung und wenig Bandbreite stellen keine attraktiven Ziele für Hacker dar.‣ weiterlesen