Τα τελευταία χρόνια γίνονται αρκετές μελέτες πάνω σε συναισθηματικές εκφράσεις προσώπου. Σκοπός τους είναι η μελέτη της αντίδρασης του εγκεφάλου πάνω σε σχετικά ερεθίσματα, κάτι που βρίσκει εφαρμογή σε πολλούς τομείς, όπως οι Νευροεπιστήμες, η Τεχνητή Νοημοσύνη και η Ψυχολογία. Διενεργούνται αρκετά πειράματα, τα οποία βασίζονται σε απεικονίσεις εκφράσεων προσώπου, οι οποίες συνήθως ομαδοποιούνται σε βάσεις δεδομένων με φωτογραφίες εκφράσεων προσώπου. Στην παρούσα Διπλωματική εργασία, γίνεται προσπάθεια αναβάθμισης υπάρχουσας βάσης δεδομένων με φωτογραφίες συναισθηματικών εκφράσεων Ελλήνων. Αρχικά μελετάται το θεωρητικό υπόβαθρο των συναισθημάτων και των συγκινήσεων, καθώς και ο ρόλος τους στην ανθρώπινη συμπεριφορά. Στη συνέχεια δίνεται έμφαση στις βάσεις δεδομένων διαφόρων μελετών πάνω σε φωτογραφίες συναισθηματικών εκφράσεων του προσώπου, όπου και παρουσιάζεται ο τρόπος ανάπτυξης τέτοιων βάσεων. Η συνέχεια περιλαμβάνει την ψηφιακή ανάλυση των φωτογραφιών με τη χρήση λογισμικών πακέτων, δηλαδή τη μορφοποίηση και την ανάλυση χωρικών συχνοτήτων. Στην πρώτη περίπτωση επιλέγονται δύο συγκεκριμένα συναισθήματα και κατασκευάζονται καινούριες ενδιάμεσες (μορφοποιημένες) φωτογραφίες. Στη δεύτερη, εφαρμόζονται φίλτρα ως προς τη χωρική συχνότητα και προκύπτουν φωτογραφίες με χαμηλές και υψηλές χωρικές συχνότητες. Το σύνολο των φωτογραφιών που προκύπτει, αποτελεί τη βάση δεδομένων για το σύστημα διαχείρισης που κατασκευάζουμε. Πρόκειται για ένα πρόγραμμα που διαχειρίζεται ποικιλοτρόπως τη βάση δεδομένων και παρέχει αρκετές ευκολίες στον πειραματιστή στην έρευνά του. Στα πλαίσια του προγράμματος, αξιολογητές προσπαθούν να βρουν τι είδους συναίσθημα απεικονίζεται στις φωτογραφίες που βλέπουν. Η κάθε απάντηση των χρηστών αποθηκεύεται και μπορεί να χρησιμοποιηθεί για στατιστική επεξεργασία. Απώτερος στόχος είναι να γνωρίζουμε ποιες φωτογραφίες αποτελούν ορθότερη αναπαράσταση για τα συναισθήματα που εν γένει απεικονίζουν, για να αποτελέσουν μια αρκετά αξιόπιστη βάση δεδομένων, η οποία θα μπορεί να χρησιμοποιηθεί σε πληθώρα πειραμάτων. Με τον τρόπο αυτό, το προτεινόμενο πρόγραμμα της εργασίας συνεισφέρει στη μελέτη του εγκεφάλου. / -

Ultraprecision single point diamond turning is required to produce parts with sub-nanometer surface roughness and sub-micrometer surface profiles tolerances. These parts have applications in the optics industry, where tight form accuracy is required while achieving high surface finish quality. Generally, parts can be polished to achieve the desired finish, but then the form accuracy can easily be lost in the process rendering the part unusable. Currently, most mid to low spatial frequency surface finish errors are inspected offline. This is done by physically removing the workpiece from the machining fixture and mounting the part in a laser interferometer. This action introduces errors in itself through minute differences in the support conditions of the over constrained part on a machine as compared to the mounting conditions used for part measurement. Once removed, the fixture induced stresses and the part’s internal residual stresses relax and change the shape of the generally thin parts machined in these applications. Thereby, the offline inspection provides an erroneous description of the performance of the machine. This research explores the use of a single, high resolution, capacitance sensor to quickly and qualitatively measure the low to mid spatial frequencies on the workpiece surface, while it is mounted in a fixture on a standard ultraprecision single point diamond turning machine after a standard facing operation. Following initial testing, a strong qualitative correlation exists between the surface profiling on a standard offline system and this online measuring system. Despite environmental effects and the effects of the machine on the measurement system, the capacitive system with some modifications and awareness of its measurement method is a viable option for measuring mid to low spatial frequencies on a workpiece surface mounted on an ultraprecision machine with a resolution of 1nm with an error band of ±5nm with a 20kHz bandwidth. / Thesis / Master of Applied Science (MASc)