ANALISI E OTTIMIZZAZIONE DEL CONDIZIONAMENTO EMOTIVO DI UN METAHUMAN

Questa tesi esplora il campo delle emozioni umane e i metodi di rilevamento delle stesse. In particolare si è concentrata l'attenzione sull'analisi dei segnali EEG e di come questi vengano filtrati per renderli utilizzabili da modelli di Machine Learning. Vengono descritti i principali algoritmi di Machine Learning e Deep Learning e come scegliere il miglior modello in base alle prestazioni. La discussione si è poi spostata sulle più recenti innovazioni in campo di realtà aumentata incentrandosi sui Metahuman e Metaverso. Partendo da un lavoro svolto precedentemente è stata sviluppata una metodologia che normalizza i parametri facciali tramite uno stato neutro (idle), migliorando la fluidità delle transizioni emotive.