TY - THES A1 - Castillo Alejandre, Susana T1 - Digital humanity: the temporal and semantic structure of dynamic conversational facial expressions T1 - Digitale Menschlichkeit: Die zeitliche und semantische Struktur dynamischer Gesichtsausdrücke im Gespräch N2 - This thesis focuses on establishing a - theoretically founded and empirically derived - novel methodological pipeline to provide Embodied Conversational Agents (ECAs) with natural facial expressions and desired personality traits. After giving an overview on the content of this thesis, we dedicate its second part to derive the Semantic Space (SSp) for facial expressions, finding that the same space is used for expression words, expression videos, and motion-capture-based point-cloud animations. The process involved the creation of a new facial expression database using Motion Capture (MoCap) technology. Our technique can be used to empirically map specific motion trajectories (including their frequency-decomposition) onto specific perceptual attributes, allowing the targeted creation of novel animations with the desired perceptual traits, as exemplified in the third part of this thesis. Before addressing our final conclusions and, on the grounds that the systematic differences between individuals while performing the same facial expressions are related to their personality, we devote the fourth part of this thesis to the study of the mapping between personality and expressive facial motions. N2 - Diese Arbeit konzentriert sich darauf eine - theoretisch fundierte und empirisch belegte - neue methodologische Pipeline bereitzustellen, um Embodied Conversational Agents (ECAs) mit natürlichen Gesichtsausdrücken und gewünschten Persönlichkeitseigenschaften auszustatten. Nachdem ein Überblick über den Inhalt der Arbeit gegeben wurde, wird sich der zweite Teil der Dissertation mit der Herleitung des Semantic Space (SSp) für Gesichtsausdrücke beschäftigen und dem Belegen das selbiger SSp sowohl für die Wörter, die zum Beschreiben der gegebenen Gesichtsausdrücke genutzt werden, als auch für Kameravideos und für Motion-Capture basierte Punktwolken-Animationen genutzt werden kann. Dafür musste eine neue Ausdrucksdatenbank mit Hilfe der Motion Capture (MoCap) Technologie angefertigt werden. Unsere Technik erlaubt es bestimmte Bewegungskurven (inklusive deren Frequenz) auf spezifische wahrgenommene Attribute abzubilden und damit gezielt neue Animation mit gewünschten Persönlichkeitseigenschaften zu erschaffen, dies wird im dritten Teil der Dissertation veranschaulicht. Bevor wir abschließende Schlussfolgerungen ziehen, widmet sich der vierte Teil der Dissertation, basierend auf der Grundlage, dass unterschiedliche Individuen gleiche Gesichtsausdrücke auf Basis ihrer Persönlichkeit anders darstellen, einer Studie, welche eine Abbildung von Persönlichkeit und ausdrucksvollen Gesichtsbewegungen vorsieht. KW - Facial Animation KW - Cognitive-based behavioural modelling KW - Motion capture KW - Personality KW - Gesichtsanimation KW - Kognitiv-basierte Verhaltensmodellierung KW - Persönlichkeit KW - Merkmalsextraktion KW - Motion Capturing KW - Mimik KW - Computeranimation Y1 - 2020 UR - https://opus4.kobv.de/opus4-btu/frontdoor/index/index/docId/5156 UR - https://nbn-resolving.org/urn:nbn:de:kobv:co1-opus4-51562 ER -