베리슨 블로그 전체글 163

고성능 포터블 아이트래커 LogicOne 사용법 교육 진행 : 경인교대 국어교육과

2022년 8월 18일 고성능 포터블 아이트래커 LogicOne 및 자극제시 및 분석소프트웨어 Experiment Suite 국어교육학과 교수님을 대상으로 사용법 교육을 진행하였습니다. 약 4시간 동안 진행된 본 교육에서는 정확하고 신뢰도 높은 시선 측정을 위한 세팅 환경 뿐만 아니라 언어 연구 및 회귀적발성사고 프토토콜 적용 방법과 사례 등에 대해서 소개해 드렸습니다. 일반적인 시선추적 연구 뿐만 아니라 언어 및 정성적인 연구를 수행하는데 있어서도 LogicOne 아이트래커를 유용하게 활용하시길 희망하며 빠듯한 일정에서도 오랜 시간 교육에 참석해 주신 여러 교수님께 이 자리를 빌어 감사 말씀 드립니다.

FaceReader 사용법 교육 진행 : 루터대학교 교수학습역량개발센터

2022년 8월 12일 얼굴표정 자동 분석 소프트웨어: FaceReader 사용법을 주제로 루터대학교 교수학습역량개발센터 팀장님 및 조교 선생님을 대상으로 사용자 교육을 진행하였습니다. 약 2시간 동안 진행된 본 교육에서는 정서/감정 분석을 수행하는데 필요한 기본 이론과 분석 방법에 대해 소개해 드렸습니다. 교수님 및 학생들의 수업에 대한 정량적인 측정 및 분석을 수행하는데 저희 FaceReader 제품이 도움이 될 수 있길 희망하며 용인에서 저희 베리슨이 위치한 서울 신내동까지 방문해 주셔서 이 자리를 빌어 다시 한 번 감사드립니다.

Portable Observation Lab 사용법 교육 진행 : 홍익대 건축학과

2022년 8월 8일 포터블 방식의 행동 관찰 및 분석 실험실 시스템 사용법을 주제로 홍익대학교 건축학과 교수님 및 석박사 연구원분들을 대상으로 사용자 교육을 진행하였습니다. 약 2시간 동안 진행된 본 교육에서는 행동 연구를 수행하는데 필요한 네트워크 카메라의 세팅 및 다중 연결 방법과 행동 이벤트 코딩 및 분석방법에 대해 자세히 설명드렸습니다. 마침 9월 OO학교 도서관을 이용하는 학생들의 행동을 관찰 및 분석하기 위한 계획을 세우고 계셔서 본 교육을 통해 행동관찰 및 분석 연구를 원활히 진행할 수 있길 희망합니다. :-) 교육 당일은 장마가 물러감에도 불구하고 기록적인 비가 내려 서울 및 수도권 지역에 많은 비 피해가 있었는데요. 엄청난 비를 흠뻑 맞으며 끝까지 함께 자리를 지켜준 교수님과 연구원 분..

행동 분석 Lag Sequential & Reliability Analysis 교육

2022년 7월 29일 행동관찰 분석 소프트웨어 'The Observer XT'의 Lag Sequential Analysis와 Reliability Analysis의 기본 개념에 대한 교육을 진행하였습니다. 교육은 각각 2시간 동안 진행되었으며, 본 교육에서는 행동 분석의 심층 연구에 활용할 수 있도록 Lag Sequential Analysis의 기본 개념을 간단한 예시로 설명드렸습니다. 또한 Reliability Analysis 교육에서는 연구의 신뢰도 확보를 위해 분석 일치도와 다양한 신뢰도 통계지표를 확인하실 수 있는 기능에 대해 자세히 알려드렸습니다. 무더운 날씨에도 불구하고 해당 교육에 참석해주신 모든 분들께 진심으로 감사드립니다. 교육 내용이 진행하시는 연구에 도움이 되었길 희망합니다. 감사합..

시선추적기 LogicOne 소개 및 특장점 : 주사율 & 데이터 안정성 편

지난 포스트에서는 시선추적기 LogicOne 소개와 정확도 및 정밀도에 대한 글을 올렸는데요. (지난 포스트는 아래 링크를 통해 확인해 보시기 바라며) 본 포스트에서는 시선추적 주사율(Sampling Rate)에 대해 알아보고 데이터 안정성에 대해 생각해 보는 시간을 갖고자 합니다. 시선추적기 LogicOne 소개 및 특장점 : Accuracy & Precision 편 주사율(Sampling Rate)은 1초당 기록되는 데이터 개수로 단위는 Hz 를 사용합니다. 예를 들어 시선추적 리서치에서 주로 사용하는 주사율 60Hz 인 경우, 1초 동안 60개의 시선 데이터가 기록된다는 뜻입니다. 주사율이 중요한 이유는 시선추적 리서치에 있어서 ‘데이터의 밀집도’를 의미하기 때문인데요. 좀 더 설명하면 주사율 60..

고성능 포터블 아이트래커 LogicOne 사용법 교육 진행 : 한국식품연구원

2022년 6월 30일 고성능 포터블 아이트래커 LogicOne 및 자극제시 및 분석소프트웨어 Experiment Suite 사용법을 주제로 한국식품연구원 박사님 및 연구원분들을 대상으로 사용자 교육을 진행하였습니다. 약 4시간 동안 진행된 본 교육에서는 시선추적 연구를 수행하는데 필수적이고 기본적인 개념과 신뢰도 높은 시선 측정을 위한 세팅 방법 뿐만 아니라 실험 디자인 및 시선 데이터 의미와 해석 등을 자세히 설명 드렸으며 직접 시선추적기를 운영해 보고 질의응답을 통해 궁금한 내용에 대해 답변을 드렸습니다. 마침 한국식품연구원은 얼굴 표정 자동분석 소프트웨어인 FaceReader 구입, 사용하고 계셔서 Valence 지표에 대한 개념과 그 의미에 대해 설명드렸으며, LogicOne 시선 데이터와 Fa..

행동관찰 및 표정분석 시스템 도입을 위한 미팅 진행 : 경북대 가정교육과

2022년 6월 24일 행동관찰 및 표정분석 시스템 도입을 위한 경북대 가정교육과 및 수학교육과 교수님과 미팅을 진행하였습니다. 영유아 얼굴 표정을 자동으로 분석하여 정서/감정을 분석하는 Baby FaceReader, 청소년 및 성인의 얼굴 표정 분석하는 FaceReader에 대한 특징과 차이점에 대한 설명과 시연을 진행하고, 미팅 현장에서 즉석으로 문의하신 보유하고 계신 모니터형 시선추적기 Tobii 제품의 시선 데이터를 (Baby) FaceReader 데이터와 연계분석 여부에 대해 저희가 진행한 파일럿 테스트 결과물을 직접 보여드리면서 어떠한 방식으로 결과 데이터를 확인하고 분석하는지 설명드렸습니다. 아울러 시선추적 연구를 수행하는데 있어서 유의점과 경험없이 알 수 없는 실무적인 팁에 대해서도 이야기..

M Stick 제품 사용성평가 / 유브릿지

■ 의뢰 기관 / 업체 : 유브릿지 / 모트 ■ 리서치 수행 업체 : 베리슨(2021) ■ 리서치 배경 및 목적 M stick 신버전 제품을 대상으로 사용성 평가를 진행하여 제품 및 서비스의 품질 향상을 도모하고자 함 ■ 측정 대상 및 항목 - M stick 구버전/신버전에 대한 사용자들의 시선 양상 분석 - M stick 구버전/신버전에 대한 인터페이스 비교 분석 ■ 리서치 결과 - 구버전, 신버전 모두 ‘Media’를 가장 먼저 인지하였으며, 2번째로 ‘Android Auto’를 인지한 것으로 나타남 - 구버전, 신버전 모두 ‘Android Auto’를 주시한 시간이 가장 긴 것으로 나타남 - 구버전의 ‘Home’을 클릭하는 과정에서 ‘Home’과 ‘Recent’에 가장 많은 시선이 분포. 신버전의 ..

시선추적기법 기반의 전시평가 / 국립과천과학관

■ 의뢰 기관 / 업체 : 국립과천과학관 ■ 리서치 수행 업체 : 베리슨(2022) ■ 리서치 배경 및 목적 관람객의 관람활동 중 시각적 관심을 계량화한 전시평가 체계 확립 ■ 측정 대상 및 항목 - 에너지 존(Energy Zone) 전시물의 전시연출 형태에 따른 시각적 흥미 - 항공 존(Aircraft Zone) 전시물의 전시연출 형태에 따른 시각적 흥미 ■ 리서치 결과 - 에너지 존(Energy Zone)의 12개 전시물 중 실제 물을 사용한 ‘조력발전소’의 시각적 흥미가 가장 높은 것으로 나타남. - 항공 존(Aircraft Zone)의 14개 전시물 중 항공기 실물을 가장 유사하게 재현한 ‘조종기는 어떻게 발전했을까요’의 시각적 흥미가 가장 높은 것으로 나타남

FaceReader 8.1 vs. FaceReader 9 비교

2021. 11. FaceReader 9가 릴리즈 되었습니다. 이에 기존 FaceReader 8.1 버전과 어떠한 차이가 있는지 주요 특성에 따라 비교하는 시간을 갖고자 합니다. 1. 얼굴영역 추적 기능 및 모델링 기술 향상 FaceReader 9에 적용된 얼굴 인식 및 모델링 기술은 이전 버전인 FaceReader 8.1에 비해 얼굴 영역 추적 가능 범위가 향상되었습니다. Analysis Visualization의 ‘Texture Model’도 보다 정밀해진 것을 알 수 있습니다. FaceReader 8.1에서 분석할 때 컵으로 음료를 마시거나, 음식을 입에 넣는 행동 등 코와 입 부분이 가려지면 얼굴 영역 추적이 되지 않는 경우가 있었습니다. FaceReader 9에서는 이 부분이 개선되어 코나 입 ..