Moodtips
MoodTips 是一件面向上海张江社区上班族的互动公共艺术装置。项目通过将面部表情识别与情绪回应建议相结合，以轻松、易于接近的交互方式，将原本私密且常被忽视的情绪状态转化为可被感知、可被回应的体验。
在持续的输入与输出过程中，情绪被暂时保存，并以可触及的物理痕迹形式被具象化。当这些痕迹在公共空间中不断累积，便形成了一种细微的情绪流动，以及人与人之间的感知连接。
该项目旨在为单调而高压的日常生活引入片刻的情绪交流，使积极的情感得以出现、流动，并在集体环境中被安静地分享。
完成年份 :
2026
获奖与参展
参加 “重写存在 Re-Coded Being” 艺术展
负责内容：
调研、概念设计、装置开发与搭建，体验设计
视频
背景
张江是位于上海浦东新区的科技园区，主要由科技企业与高校构成。我们的团队受该区域重点企业 WISON 的邀请，为此打造了一件在地性的互动体验作品。
在张江生活与学习了一段时间后，我们观察到，在这个以效率为导向的环境中，许多上班族与学生长期承受着较大的心理压力，情绪也因此容易变得低落。作为社区的一员，我们希望借此机会为这片区域带来一丝活力与关怀。
调研
采访
情境观察
概念
因此，我们决定设计一项参与式装置，通过快速且富有吸引力的互动体验，帮助张江社区的人们缓解负面情绪，同时增强社区内部的联结感。
设计：
交互设计：
核心体验从参与者站在装置前开始。系统通过面部表情识别技术捕捉并判断其当下的情绪状态，并据此为该参与者生成一条专属的 MoodTip。每一条 MoodTip 都包含被识别出的情绪类型，以及一段简短的情绪建议。
但这些情绪建议究竟从何而来？
情绪建议由社区参与者共同提供。我们在社区内设置了多个输入点，其中咖啡馆作为主要场所，方便人们停下来进行更为从容、认真的书写。参与者通过扫描二维码进入网页界面，为陌生人留下情绪建议。在这种匿名的交流中，个体以彼此的情感经验相互支持。
UI设计
情绪角色系统由五种类型构成：开心、悲伤、麻木、精力充沛与生气。这些情绪角色被印制在 MoodTip 上。系统会根据面部表情识别的结果，让参与者随机获得与其当前情绪状态相对应的不同角色变体。
技术开发
该项目由三个主要模块构成：基于网页的输入系统、情绪分析系统以及输出执行系统，共同形成了一个完整的 MoodTip 生成与传递的闭环。
基于网页的输入系统
在输入端，项目使用 Framer 搭建并部署网站。用户通过网页提交情绪建议，这些内容会被存储在 Google Sheet 中，作为项目的内容数据库。随后，GPT 会读取表格中的数据，对每一条 MoodTip 进行语义分析，判断其最适合对应的情绪状态，并为其分配相应的情绪标签。
情绪分析系统
在情绪识别端，整体交互逻辑与数据协同由 TouchDesigner 构建完成。摄像头采集的实时视频被传输至 OpenCV 与 MediaPipe 模型，用于分析面部特征、表情变化以及相关的情绪线索。
在输入端，项目使用 Framer 搭建并部署网站。用户通过网页提交情绪建议，这些内容会被存储在 Google Sheet 中，作为项目的内容数据库。随后，GPT 会读取表格中的数据，对每一条 MoodTip 进行语义分析，判断其最适合对应的情绪状态，并为其分配相应的情绪标签。
输出执行系统
在输出端，系统会根据识别到的情绪，从已分类的数据库中调取相匹配的 MoodTip，并通过 Folder Mill 触发自动打印流程。MoodTip 以实体印刷品的形式被输出，从而完成从数字输入到可触知反馈的转化。
在输入端，项目使用 Framer 搭建并部署网站。用户通过网页提交情绪建议，这些内容会被存储在 Google Sheet 中，作为项目的内容数据库。随后，GPT 会读取表格中的数据，对每一条 MoodTip 进行语义分析，判断其最适合对应的情绪状态，并为其分配相应的情绪标签。
整体而言，该系统构建了一条持续运作的情绪流动路径：“来自他人的情绪输入 → AI 的语义理解 → 实时情绪识别 → 物理化的情绪反馈”，使情绪得以在不同媒介与参与者之间流转与再分配。
制作过程：
最终成果与展览
其他项目
Moodtips
MoodTips 是一件面向上海张江社区上班族的互动公共艺术装置。项目通过将面部表情识别与情绪回应建议相结合，以轻松、易于接近的交互方式，将原本私密且常被忽视的情绪状态转化为可被感知、可被回应的体验。
在持续的输入与输出过程中，情绪被暂时保存，并以可触及的物理痕迹形式被具象化。当这些痕迹在公共空间中不断累积，便形成了一种细微的情绪流动，以及人与人之间的感知连接。
该项目旨在为单调而高压的日常生活引入片刻的情绪交流，使积极的情感得以出现、流动，并在集体环境中被安静地分享。
完成年份 :
2026
获奖与参展
参加 “重写存在 Re-Coded Being” 艺术展
负责内容：
调研、概念设计、装置开发与搭建，体验设计
视频
背景
张江是位于上海浦东新区的科技园区，主要由科技企业与高校构成。我们的团队受该区域重点企业 WISON 的邀请，为此打造了一件在地性的互动体验作品。
在张江生活与学习了一段时间后，我们观察到，在这个以效率为导向的环境中，许多上班族与学生长期承受着较大的心理压力，情绪也因此容易变得低落。作为社区的一员，我们希望借此机会为这片区域带来一丝活力与关怀。
调研
采访
情境观察
概念
因此，我们决定设计一项参与式装置，通过快速且富有吸引力的互动体验，帮助张江社区的人们缓解负面情绪，同时增强社区内部的联结感。
设计：
交互设计：
核心体验从参与者站在装置前开始。系统通过面部表情识别技术捕捉并判断其当下的情绪状态，并据此为该参与者生成一条专属的 MoodTip。每一条 MoodTip 都包含被识别出的情绪类型，以及一段简短的情绪建议。
但这些情绪建议究竟从何而来？
情绪建议由社区参与者共同提供。我们在社区内设置了多个输入点，其中咖啡馆作为主要场所，方便人们停下来进行更为从容、认真的书写。参与者通过扫描二维码进入网页界面，为陌生人留下情绪建议。在这种匿名的交流中，个体以彼此的情感经验相互支持。
UI设计
情绪角色系统由五种类型构成：开心、悲伤、麻木、精力充沛与生气。这些情绪角色被印制在 MoodTip 上。系统会根据面部表情识别的结果，让参与者随机获得与其当前情绪状态相对应的不同角色变体。
技术开发
该项目由三个主要模块构成：基于网页的输入系统、情绪分析系统以及输出执行系统，共同形成了一个完整的 MoodTip 生成与传递的闭环。
基于网页的输入系统
在输入端，项目使用 Framer 搭建并部署网站。用户通过网页提交情绪建议，这些内容会被存储在 Google Sheet 中，作为项目的内容数据库。随后，GPT 会读取表格中的数据，对每一条 MoodTip 进行语义分析，判断其最适合对应的情绪状态，并为其分配相应的情绪标签。
情绪分析系统
在情绪识别端，整体交互逻辑与数据协同由 TouchDesigner 构建完成。摄像头采集的实时视频被传输至 OpenCV 与 MediaPipe 模型，用于分析面部特征、表情变化以及相关的情绪线索。
在输入端，项目使用 Framer 搭建并部署网站。用户通过网页提交情绪建议，这些内容会被存储在 Google Sheet 中，作为项目的内容数据库。随后，GPT 会读取表格中的数据，对每一条 MoodTip 进行语义分析，判断其最适合对应的情绪状态，并为其分配相应的情绪标签。
输出执行系统
在输出端，系统会根据识别到的情绪，从已分类的数据库中调取相匹配的 MoodTip，并通过 Folder Mill 触发自动打印流程。MoodTip 以实体印刷品的形式被输出，从而完成从数字输入到可触知反馈的转化。
在输入端，项目使用 Framer 搭建并部署网站。用户通过网页提交情绪建议，这些内容会被存储在 Google Sheet 中，作为项目的内容数据库。随后，GPT 会读取表格中的数据，对每一条 MoodTip 进行语义分析，判断其最适合对应的情绪状态，并为其分配相应的情绪标签。
整体而言，该系统构建了一条持续运作的情绪流动路径：“来自他人的情绪输入 → AI 的语义理解 → 实时情绪识别 → 物理化的情绪反馈”，使情绪得以在不同媒介与参与者之间流转与再分配。
制作过程：
最终成果与展览
其他项目
Moodtips
MoodTips 是一件面向上海张江社区上班族的互动公共艺术装置。项目通过将面部表情识别与情绪回应建议相结合，以轻松、易于接近的交互方式，将原本私密且常被忽视的情绪状态转化为可被感知、可被回应的体验。
在持续的输入与输出过程中，情绪被暂时保存，并以可触及的物理痕迹形式被具象化。当这些痕迹在公共空间中不断累积，便形成了一种细微的情绪流动，以及人与人之间的感知连接。
该项目旨在为单调而高压的日常生活引入片刻的情绪交流，使积极的情感得以出现、流动，并在集体环境中被安静地分享。
完成年份 :
2026
获奖与参展
参加 “重写存在 Re-Coded Being” 艺术展
负责内容：
调研、概念设计、装置开发与搭建，体验设计
视频
背景
张江是位于上海浦东新区的科技园区，主要由科技企业与高校构成。我们的团队受该区域重点企业 WISON 的邀请，为此打造了一件在地性的互动体验作品。
在张江生活与学习了一段时间后，我们观察到，在这个以效率为导向的环境中，许多上班族与学生长期承受着较大的心理压力，情绪也因此容易变得低落。作为社区的一员，我们希望借此机会为这片区域带来一丝活力与关怀。
调研
采访
情境观察
概念
因此，我们决定设计一项参与式装置，通过快速且富有吸引力的互动体验，帮助张江社区的人们缓解负面情绪，同时增强社区内部的联结感。
设计：
交互设计：
核心体验从参与者站在装置前开始。系统通过面部表情识别技术捕捉并判断其当下的情绪状态，并据此为该参与者生成一条专属的 MoodTip。每一条 MoodTip 都包含被识别出的情绪类型，以及一段简短的情绪建议。
但这些情绪建议究竟从何而来？
情绪建议由社区参与者共同提供。我们在社区内设置了多个输入点，其中咖啡馆作为主要场所，方便人们停下来进行更为从容、认真的书写。参与者通过扫描二维码进入网页界面，为陌生人留下情绪建议。在这种匿名的交流中，个体以彼此的情感经验相互支持。
UI设计
情绪角色系统由五种类型构成：开心、悲伤、麻木、精力充沛与生气。这些情绪角色被印制在 MoodTip 上。系统会根据面部表情识别的结果，让参与者随机获得与其当前情绪状态相对应的不同角色变体。
技术开发
该项目由三个主要模块构成：基于网页的输入系统、情绪分析系统以及输出执行系统，共同形成了一个完整的 MoodTip 生成与传递的闭环。
基于网页的输入系统
在输入端，项目使用 Framer 搭建并部署网站。用户通过网页提交情绪建议，这些内容会被存储在 Google Sheet 中，作为项目的内容数据库。随后，GPT 会读取表格中的数据，对每一条 MoodTip 进行语义分析，判断其最适合对应的情绪状态，并为其分配相应的情绪标签。
情绪分析系统
在情绪识别端，整体交互逻辑与数据协同由 TouchDesigner 构建完成。摄像头采集的实时视频被传输至 OpenCV 与 MediaPipe 模型，用于分析面部特征、表情变化以及相关的情绪线索。
在输入端，项目使用 Framer 搭建并部署网站。用户通过网页提交情绪建议，这些内容会被存储在 Google Sheet 中，作为项目的内容数据库。随后，GPT 会读取表格中的数据，对每一条 MoodTip 进行语义分析，判断其最适合对应的情绪状态，并为其分配相应的情绪标签。
输出执行系统
在输出端，系统会根据识别到的情绪，从已分类的数据库中调取相匹配的 MoodTip，并通过 Folder Mill 触发自动打印流程。MoodTip 以实体印刷品的形式被输出，从而完成从数字输入到可触知反馈的转化。
在输入端，项目使用 Framer 搭建并部署网站。用户通过网页提交情绪建议，这些内容会被存储在 Google Sheet 中，作为项目的内容数据库。随后，GPT 会读取表格中的数据，对每一条 MoodTip 进行语义分析，判断其最适合对应的情绪状态，并为其分配相应的情绪标签。
整体而言，该系统构建了一条持续运作的情绪流动路径：“来自他人的情绪输入 → AI 的语义理解 → 实时情绪识别 → 物理化的情绪反馈”，使情绪得以在不同媒介与参与者之间流转与再分配。
制作过程：
最终成果与展览