லினா சிடாவோங், தமரா ஸ்டிண்டா மற்றும் சாரா லால்
சிக்கலின் அறிக்கை: முகபாவனைகள் மூலம் வெளிப்படும் உணர்ச்சியின் மீதான விசாரணைகள் முன்னறிவிக்கும் நடத்தை ஆய்வுகளில் மதிப்புமிக்க பயன்பாடுகளைக் கொண்டுள்ளன. இது முகபாவனை பகுப்பாய்விற்கான அறிவார்ந்த காட்சி கண்காணிப்பை வளர்ப்பதில் ஆர்வத்தைத் தூண்டியுள்ளது. மூடிய சர்க்யூட் தொலைக்காட்சி (CCTV) கண்காணிப்பில் அதன் உடனடி பயன்பாடு மற்றும் அகநிலை அனுபவம் மற்றும் உணர்ச்சி ஒருவரின் முகபாவனை மாற்றங்களை பிரதிபலிக்கிறது என்ற வளர்ந்து வரும் நம்பிக்கை ஆகியவற்றால் இந்த யோசனை நிலைத்திருக்கிறது. முக உணர்ச்சிகளின் வடிவங்களைக் கண்டறிய முடிந்தால், தடயவியல் மற்றும் கண்காணிப்பு நோக்கங்களுக்காக முகபாவனையை மதிப்பிடுவதற்கு ஏற்றவாறு ஒரு முக அங்கீகாரத் திட்டத்தைச் சந்திக்க முடியும். இந்த ஆய்வின் நோக்கம் ஆப்டிகல் ஃப்ளோ பகுப்பாய்வின் மூலம் வெவ்வேறு வெளிப்பாடுகளின் போது குறிப்பிட்ட முக அசைவுகளைக் கண்டறிய முடியுமா என்பதைத் தீர்மானிக்க தனிநபர்களின் உணர்ச்சிகளைத் தூண்டுவதாகும். முறை: உணர்ச்சிகளைத் தூண்டும் மூன்று குறும்படங்களைப் பார்க்கும் போது தனிநபர்கள் வீடியோ எடுக்கப்பட்டனர். கேளிக்கை, சோகம் மற்றும் பயம் ஆகிய மூன்று உணர்ச்சிகளில் ஒன்றைத் தூண்டும் நோக்கத்துடன் திரைப்படங்கள் காட்டப்பட்டன. உணரப்பட்ட உணர்ச்சியின் வகை மற்றும் அளவை நிறுவ, தோல் நடத்துதல் (SC) ஒன்பது புள்ளி லிகர்ட் அளவுகோல் (சுய-அறிக்கை உணர்ச்சி மதிப்பீடு) கேள்வித்தாளுடன் அளவிடப்பட்டது. இது நடுநிலை மற்றும் உச்சக்கட்ட உணர்ச்சி வெளிப்பாடுகளின் முகப் படங்களைப் பதிவுசெய்யப்பட்ட காட்சிகளிலிருந்து பிரித்தெடுக்க அனுமதித்தது. நடுநிலை மற்றும் உச்ச உணர்ச்சி நிலைகளுக்கு இடையே முகச் செயல்பாட்டின் அளவு மற்றும் திசையை அளவிடுவதற்கு MATLAB மென்பொருளைப் பயன்படுத்தி படத் தொகுப்புகளில் ஒளியியல் ஓட்ட பகுப்பாய்வு செய்யப்பட்டது. முடிவுகள்: ஆப்டிகல் ஃப்ளோ பகுப்பாய்வு, முக இயக்கத்தின் உலகளாவிய வேக திசையன்களை சித்தரிக்கும் திசையன் வரைபடங்களை உருவாக்கியது. கேளிக்கை, சோகம் மற்றும் பயம் ஆகியவற்றின் திசையன் வரைபடங்களிலிருந்து பெறப்பட்ட இந்தத் தகவலைச் சுருக்கமாகக் கூறும்போது, சோகம் மற்றும் பயத்துடன் ஒப்பிடும்போது கேளிக்கையின் வெளிப்பாட்டிற்கான அதிக அளவு ஒரே மாதிரியான போக்குகள் மற்றும் செயல்பாட்டு வடிவங்களைக் கவனித்தோம். முடிவு மற்றும் முக்கியத்துவம்: ஆப்டிகல் ஃப்ளோ பகுப்பாய்வானது உணர்ச்சி முகபாவனைகளின் பாகுபாட்டின் திறனைக் காட்டுகிறது. இருப்பினும், ஆப்டிகல் ஃப்ளோ அல்லது பிற நுட்பங்களைப் பயன்படுத்தி பல்வேறு வகையான உணர்ச்சிகளை தெளிவாக அடையாளம் காண முடியுமா என்பதை உறுதிப்படுத்த கூடுதல் தரவு பகுப்பாய்வு அவசியம்.