IRIS
/IRIS

IRIS

De relevantie van digitale signalisatie verhogen

smart_cities

Van overload naar informatie

Publieke ruimtes worden steeds vaker voorzien van digitale schermen. Ondanks hun potentieel slagen deze schermen er vaak niet in om de aandacht van consumenten te trekken, door een overload aan informatie en een gebrek aan afstemming op de context van de kijker.

Het IRIS-project wil de relevantie en effectiviteit van digitale signage in (semi-)publieke ruimtes vergroten. Het doel is om een adaptieve en boeiende communicatie-ervaring te creëren en te demonstreren, een ervaring die zich in real-time aanpast aan de emotionele en cognitieve toestand van de kijker – en dit volledig in lijn met de privacyregels.

De IRIS-partners willen dit realiseren door gebruik te maken van neurowetenschappelijke inzichten en geavanceerde technologie voor beeldverwerking.

Een combinatie van fysiologische tracking en AI

Centraal in het IRIS-project staan niet-intrusieve visuele methoden voor fysiologische tracking, zoals het volgen van de blikrichting, pupilgrootte, gezichtsuitdrukkingen en lichaamshouding van voorbijgangers. Deze geven inzicht in de mentale toestand van de kijker.

Door deze trackinggegevens te integreren met generatieve AI wil het project dynamische content op maat aanbieden aan individuen of groepen, op een manier die de privacy respecteert.

Het project zal een real-life demonstrator opleveren die de toekomst laat zien van gepersonaliseerde, contextbewuste digitale communicatie in publieke en semi-publieke ruimtes, én die de commerciële haalbaarheid ervan aantoont.

Gezien de afhankelijkheid van persoonsgegevens zijn privacy en ethiek van cruciaal belang. Het IRIS-consortium zet zich in voor een framework waarin dataminimalisatie en privacy-by-design centraal staan. Er wordt onderzoek gedaan naar visuele toestemmingsmechanismen, strategieën voor dataminimalisatie en verwerkingsmethoden die voldoen aan de GDPR.

Onderzoeksthema’s

IRIS heeft vijf belangrijke onderzoeksdoelen:

  1. Extractie van fysiologische kenmerken: Via deep learning-modellen toegepast op beelden van standaard RGB-camera’s wil het project oogbewegingen, gezichtskenmerken en lichaamshoudingen detecteren. Het doel is een model te ontwikkelen dat onder meer de blikrichting, pupilgrootte en andere fysiologische reacties accuraat kan afleiden.
  2. Gebruikerssegmentatie en machine learning: De verzamelde fysiologische data zullen worden gebruikt om voorbijgangers te segmenteren op basis van hun emotionele en cognitieve toestand, om zo verschillende consumentprofielen op te stellen.
  3. Aanpassing van de boodschap: Het project ontwikkelt algoritmes die neurowetenschappelijke inzichten vertalen naar contentstrategieën. De aard, vorm en herhaling van boodschappen zullen worden aangepast aan de emotionele en cognitieve staat van voorbijgangers.
  4. Gebruikerservaring en acceptatie: Een belangrijk onderdeel van het project is het bestuderen van hoe gebruikers deze adaptieve technologie ervaren en aanvaarden.
  5. Privacy en GDPR-naleving: De focus ligt op het ontwikkelen van privacyvriendelijke dataverwerkingsmethoden die de effectiviteit van gepersonaliseerde content behouden en tegelijk volledig binnen het wettelijk kader vallen.

“Het IRIS-project legt de basis voor toekomstige innovaties in smart city-toepassingen en retailmarketing door de innovatie van digitale displays.”

IRIS

IRIS wil de digitale displays in (semi-)publieke ruimtes sterk verbeteren door neurowetenschappelijke inzichten te combineren met real-time, AI-gestuurde aanpassing van de content.

IRIS is een imec.icon onderzoeksproject gesteund door imec en het Vlaams Agentschap Innoveren & Ondernemen (VLAIO).

Het project is gestart op 01.09.2024 en loopt tot 31.08.2026.

Projectinformatie

Industrie

  • CRANIUM
  • Digitopia
  • Sapience

Onderzoek

  • imec – IMS – VUB
  • BUSI-MARK – VU

Contact

  • Project lead: Steven De Block
  • Research lead: Bart Jansen
  • Proposal manager: Lubos Omelina
  • Innovation manager: Eric Van der Hulst