Stimmung und Unbehagen von Patienten
HDP1 · Erkennt Gesichtsausdrücke – Freude, Traurigkeit, Wut, Überraschung und mehr
Zufriedenheitsindex
—
Vorherrschende Emotion
—
Gesichter im Bild
—
Analysierte Personen
—
Erkannte Warnmeldungen0
- Bisher keine Warnmeldungen
Zufriedenheitsindex im Zeitverlauf
Warte auf Daten …
Verteilung der Emotionen (%)
Warte auf Daten …
Über diese Lösung
KI-Modell, das darauf trainiert ist, Gesichtsausdrücke zu erkennen, die mit Emotionen verbunden sind – Freude, Traurigkeit, Angst, Ekel, Überraschung, Wut, Verachtung und neutral. Es misst in Echtzeit, wie Kunden, Lernende und Publikum auf Produkte, Service, Unterricht, Schaufenster und Präsentationen reagieren.
- 1Der YuNet-Detektor findet die Gesichter in jedem Bild.
- 2Das HSEmotion-Modell (trainiert mit dem AffectNet-Datensatz) klassifiziert 8 Emotionen mit Wahrscheinlichkeiten.
- 3Die Messwerte werden pro Person über die Zeit geglättet, um Schwankungen zu vermeiden.
- 4Ein Zufriedenheitsindex (Valenz) fasst die Stimmung des Publikums Minute für Minute zusammen.
Vorteile
- Objektives emotionales Feedback ohne Fragebögen.
- Zeigt, welche Momente und Produkte am meisten begeistern (oder frustrieren).
- Ergänzt NPS und Umfragen um kontinuierliche, anonyme Daten.
Weitere Demos
Gesundheitswesen 2 VideosHändehygiene
HDM1 · HDM2
Prüft, ob das Händewaschen stattfindet und die Mindestdauer erreicht
2 Warnmeldungen ausgelöst
Gesundheitswesen 1 VideoPatientenstürze
QDP1
Unterscheidet Stehen, Sitzen und Liegen am Boden, um Stürze ohne Fehlalarme zu melden
1 Warnmeldung ausgelöst
Gesundheitswesen 1 VideoÜberwachung der Patientenlagerung
MDD1
Verfolgt die Lage des Patienten und warnt, wenn eine Umlagerung fällig ist