LINK
LINK
We present a number of methodological recommendations concerning the online evaluation of avatars for text-to-sign translation, focusing on the structure, format and length of the questionnaire, as well as methods for eliciting and faithfully transcribing responses.
LINK
In this project, the AGM R&D team developed and refined the use of a facial scanning rig. The rig is a physical device comprising multiple cameras and lighting that are mounted on scaffolding around a 'scanning volume'. This is an area at which objects are placed before being photographed from multiple angles. The object is typically a person's head, but it can be anything of this approximate size. Software compares the photographs to create a digital 3D recreation - this process is called photogrammetry. The 3D model is then processed by further pieces of software and eventually becomes a face that can be animated inside in Unreal Engine, which is a popular piece of game development software made by the company Epic. This project was funded by Epic's 'Megagrant' system, and the focus of the work is on streamlining and automating the processing pipeline, and on improving the quality of the resulting output. Additional work has been done on skin shaders (simulating the quality of real skin in a digital form) and the use of AI to re/create lifelike hair styles. The R&D work has produced significant savings in regards to the processing time and the quality of facial scans, has produced a system that has benefitted the educational offering of BUas, and has attracted collaborators from the commercial entertainment/simulation industries. This work complements and extends previous work done on the VIBE project, where the focus was on creating lifelike human avatars for the medical industry.
Deze aanvraag beoogt de ontwikkeling van een virtuele patiënt die psychologen in opleiding een platform biedt om hun soft skills te trainen in een breed scala aan situaties. Ontwikkeling hiervan biedt betrokken MKB de mogelijkheid onderzoek en ontwikkeling te doen naar zo’n platform en hun expertise in AI te verrijken Momenteel is de praktijk van soft skills training hoofdzakelijk gericht op rollenspellen met medestudenten, maar in een beperkt aantal scenario’s. Dit betekent dat studenten niet adequaat worden voorbereid op de complexiteit van de klinische praktijk. Hoewel er al langer gezocht wordt naar alternatieven, zoals oefenen met acteurs, blijkt dit in de praktijk moeilijk te realiseren en financieel belastend. Hierdoor worden studenten onvoldoende blootgesteld aan de realiteit van het beroepenveld waarin ze zullen werken. Voor een authentiekere wisselwerking tussen de therapeut in opleiding en de virtuele patiënt, is het belangrijk dat er emoties worden getoond tijdens de gesprekken. Daarom onderzoeken we de mogelijkheden van automatische emotieherkenning in dialooginteracties, zodat de virtuele patiënt in staat is om emoties in zijn taalgebruik te integreren. Dit stelt de therapeut in opleiding in staat om een diagnose te stellen gebaseerd op zowel de inhoud van het gesprek als de uitgedrukte emoties. Door interactie met de virtuele patiënt kunnen studenten experimenteren met diverse situaties, reacties en persoonlijkheden, wat een realistischere trainingsomgeving biedt. Deze aanpak vult niet alleen het bestaande tekort aan diverse oefenervaringen aan, maar biedt ook een flexibele en schaalbare oplossing die eenvoudig kan worden geïntegreerd in bestaande lesprogramma's. Het resultaat is een verbeterde voorbereiding van studenten op hun toekomstige professionele praktijk. Virtuele patiënten kunnen deze interactieve ervaringen mogelijk maken. Hiermee wordt ingegaan op de wens van betrokken MKB zich verder te verdiepen in AI technologie die de zorgsector ten goede komt.
