Desde la electroencefalografía (EEG), la electrocardiografía (ECG), la respuesta galvánica de la piel (RGP) y la señal respiratoria es posible extraer características relevantes para cuantificar los niveles de atención, memorización y agrado. El principal objetivo de este proyecto es desarrollar un sistema capaz de clasificar contenidos audiovisuales utilizando la extracción de características de los registros fisiológicos. Estos registros se adquieren mientras los participantes están viendo un documental en el que aparecen diferentes anuncios intercalados.

Después del preprocesamiento de la señal (realizado para obtener resultados fiables), se calculan diferentes métricas relacionadas con los dominios temporal y de frecuencia para cuantificar los sentimientos del usuario durante la visualización de cada anuncio. Utilizando esta información, se aprenden modelos predictivos automáticos utilizando algoritmos avanzados de aprendizaje automático.

Otro objetivo de este proyecto es proporcionar respuestas a diferentes preguntas experimentales sobre los comportamientos humanos cuando los contenidos comerciales se exponen a los participantes:

• ¿Existen diferencias en la actividad cerebral durante la observación de anuncios entre la población que recuerda y olvida el anuncio?
• ¿Puede la actividad cerebral ser cuantificada objetivamente y utilizada para identificar anuncios potencialmente exitosos?
• ¿Es posible determinar automáticamente los fotogramas de video que producen un aumento o disminución significativa en la actividad cerebral y correlacionar esta actividad cerebral con otras medidas fisiológicas?