[000007股吧]基于面部表情的情绪识别

一直以来，作为人类咱们都以具有情感而骄傲，这是咱们和机器的一种本质上的差异。跟着计算机的开展，咱们更期盼人机之间的沟通交流，尤其是一种带有爱情的沟通交流。计算机在情感方面的成长阅历也类似于咱们每个人的成长进程——以调查和区分情感作为终究天然，亲热，生动的交互的开端。

当咱们谈到心情辨认的时分，就不得不提一个在这个范畴做出了巨大贡献的人——埃及科学家RanaelKaliouby。像许多成功的“程序猿”相同，她不只码得一手好代码，在人际关系方面也玩得一手好牌，智商与情商偏重。她和她的导师RosalindPicard一同成立了Affectiva，一家开发情感剖析软件的公司。Affectiva也被一些商业媒体列为成长最快的创业公司。现实也证明，这一范畴确实十分吸金。

为了说明作业原理，首要咱们需求知道心情辨认的理论基础。PaulEkman(一个心理学家)提出了六种不管性别年纪成长环境，人人都会具有的根本情感：愤恨，讨厌，惊骇，高兴，哀痛和惊奇。随后，她开端解读这些情感的表达，而且开发了一套“面部动作安排体系”（FACS）来将每个人的表情分解为许多面部动作单元（ActionUnits），独自这些面部单元并不能够代表任何的情感，可是使用它们的组合特征咱们能够进行一些面部表情辨认，没错，就像《Lietome》里演的相同。假如一个人对你笑的时分只触动了颧大肌，那么这多半便是一个实实在在的假笑，由于一个真挚的笑脸除了颧大肌以外眼轮匝肌也会被触动。

RosalindPicard早上在M.I.T的MediaLab做一些图画紧缩方面的技术开发，可是很快她就遇到了瓶颈，由于她开发的办法（虽然后来盛行一时）与被处理的对象是彻底独立的：比方说紧缩大运河和总统肖像的图片用的都是相同的办法。她觉得，假如计算机能够知道自己正在处理什么就能改进这个进程。直到读了一本关于联觉的书《TheManWhoTastedShapes》她才恍然大悟，认识到了情感与理性之间的联络。与咱们传统以为的“无情却又睿智”不同，过少的情感，其实和过度丰厚的情感相同都会对咱们的理性考虑发生欠好的影响，现实上一些影响情感的脑损伤也会剥夺人判别和决议计划的才能，而判别和决议计划正是咱们期望电脑做的工作。

回到电脑的心情辨认，其实做法便是在面部提取一些要害的点，将那些相对不变的“锚点”，比方鼻尖，最为一些参阅的固定点，然后用像嘴角这样的点来判别你做出的表情。可是在九十年代，想要制作一个能够精确长出这些离散的面部动作单元的体系实在是太难了，单是数字化一个视频就要25秒。一个前期的研讨人员说：不管怎么做总是有一点误差，而且跟着结构的不断扩大，过错也越来越多，每十秒就要重新启动一次。

就这样，研讨陷入了瓶颈，所以Kaliouby就带着惋惜去剑桥继续读她的博士学位了。巧的是，有一次讲演后，有一个听众告诉她，她练习电脑读人脸和他自闭症的弟弟遇到的问题很像。其时，剑桥的自闭症研讨中心正在做一个面部表情目录的大工程，和Ekman将表情分红一小块一小块动作单元，再经过动作单元的组合判别心情的做法不同，他们对表情的分类愈加天然，简略易懂，将表情进行更详尽的分类，然后从某一种特定的表情全体学习其间的特征。比方说在“考虑”这一块中就有忧思，踌躇，梦想，判别等等。他们请了六个艺人在镜头前展示这些表情，在简直全员经过之后才给这些表情贴标签。就这样他们有了满足的材料开发MindReader，一个能够在简直各种环境下检测出杂乱心情的软件，也是Affdex的原型。Ekman，那个提出FACS的心理学家则和他人协作创立了Emotient，也是一款心情辨认的软件，同样是使用机器学习的办法经过海量的数据学习构建一个精确的表情辨认结构。

虽然有人质疑仅根据表情、脱离现实情境的鉴别办法的精确性，试验标明，计算机不只能够捕捉到那些虚伪做作的表情，关于一些一闪而过，人无法区分的微表情，计算机也能够毫不遗漏的捕捉到。MarianBartlett,一个加州大学的研讨员，发现女儿在看到一个戏剧中的暴力局面时，先表明出了一闪而过的暴怒，然后假装成了惊奇，最终转为了大笑——可是这一切却被电脑捕捉到了。使用”微表情“检测，研讨员们能够捕捉到人们回绝经济援助前一闪而过的讨厌表情，这是普通人用肉眼很难做到的。

这些软件天然有广泛的使用远景。就在2012年总统推举的时分，Kaliouby的团队就使用Affdex检测了200多人看到奥巴马和罗姆尼争辩时的镜头而且以73%的精确率猜测了投票的成果。现在，心情辨认现已被广泛运用于商业，未来还将会有愈加多样的运用远景。

摘自：36氪
数据剖析,数据发掘