人脸提供了对于人际交往必不可少的大量信号。这是我们最直接的沟通方式之一，并且允许我们认可某人的情感状态和意图。FaceReader™是最先进的工具，其能够自动分析面部表情，从而为用户提供一个人情感的客观评价。
利益

• 完整面部表情分析解决方案
• 增强的精确度和可靠性
• 观察值客观性
• 也可用作在线应用程序
• 没有必要校准，但在需要时可用
• 易于集成The Observer®XT进行高级分析
• 一个API允许其他软件程序
• 即时响应参与者的情绪状态
• 强大的项目分析模块
• 常用动作单元的自动分析

产品特性
FaceReader是最强大的自动系统，其用于识别脸部图像中许多特定属性，包括
这些表情：

• 开心
• 悲哀
• 愤怒
• 惊讶
• 害怕
• 厌恶
• 轻蔑
• 中性

FaceReader、行为观察记录分析系统（The Observer XT）和心理生理学数据收集的整合，使在定位和时间表内的研究项目成为可能，这增加了机会，提高了质量和效益。
 
除了脸部表情外，FaceReader也会自动区分嘴巴的打开 - 闭上、眼睛的睁开- 闭上、眉毛的扬起 - 自然 - 降低、头部定位和凝视方向。这提供了有价值的补充数据（除脸部表情分析外）。
此外，FaceReader可基于以下特征区分面孔：性别、年龄、种族，和脸部毛发（胡须和/或小胡子）。该软件可以精确地读出大于3岁的儿童和年长人员的面孔。FaceReader还允许添加自变量，如教育程度、国籍，或以前的知识水平，这允许在项目分析模块中对参与者进行分组。
视频信息流、图像或动态分析
这一切都始于一张脸部图像。可使用视频进行离线工作，使用USB摄像头或IP摄像机进行线上工作，或可以在分析图像时上传数据。如果计划分析多个视频，那么可以在一个批次中进行分析。一旦选择了要分析的视频，那么该软件就会执行该工作。分析视频时，可以选择准确的逐帧模式或跳帧以进行高速分析。即使是在一系列的情节中，FaceReader能快速检测有趣的片段。可以选择分析整个视频或仅分析部分。此外，FaceReader包括基本人员识别算法，使原始脸部图像的初始输入后能够识别受试者。完成分析之后，可以导出数据与身份配置文件。
三个步骤
FaceReader软件使用超过10,000个手动注释的图像进行练习，并以三个步骤进行工作：发现脸、脸部建模和人脸分类。首先，使用ViolaJones算法，找到脸部的准确位置。接着，使用主动外观三维模型来合成人造脸部模型，其描述了超过500个关键点的位置以及脸部结构。结果是，随着测试参与者转动头部，FaceReader也能准确分析的脸部表情。最后，脸部分类提供七个表情和一个自然状态的输出。当需要时，可以使用参与者校准，来为特定的人员定制脸部表情分析。可以在分析前或在观察期间连续运行校准。