![90%!它们“善解人意”到这个份上](http://img.yunnanlong.com/230413/11530RZ4-0.jpg)
小说《三体》中 , “三体人”不会撒谎、彼此思维和情绪完全透明 , 这样的情节正逐渐变为现实 。
随着人工智能(AI)情绪识别技术的发展 , 机器已经能识别人类情绪的变化 。
情绪识别正被越来越广泛地应用于机器智能中 , 也许有一天 , 人类会被AI彻底看穿 。
近日 , 台湾联合大学研究人员在IEEE ACCESS上发表论文 , 提出用特定连续动作间骨骼点速度的变化程度 , 来区分人类微妙情绪变化的新方法 。
该方法与时空图卷积网络(ST-GCN)相比 , “可有效地将识别精度提高50%以上” 。
别动 , 动就被看穿
“通过面部特征、语义与脑波分析来识别人类情绪的研究已经比较多了 , AI也能有效地识别出人类的情绪 。 我们试图提出一种新的情绪识别方式 , 可以让人们在不同场景下有更多选择 , 未来也可以通过多手段融合 , 更准确地进行情绪识别 。 ”
论文第一作者、台湾联合大学助理教授蔡明峰在接受《中国科学报》采访时表示 , “基于Pose Net深度学习神经网络 , 我们提出时空变化图卷积网络技术 , 在进行情绪识别时 , 获得人体骨架关键点信息不受衣物、皮肤或肌肉等因素的影响 。 ”
在人工智能情绪识别领域 , 基于面部、语义或脑电波识别技术需要大量的训练样本 , 通过时空变化图卷积网络(STV-GCN)的连续运动来训练和识别人类行为模式 。
其识别训练方法采用骨骼检测技术 , 计算连续动作之间的骨骼点变化程度 , 并使用特定算法对速度水平进行分类 , 以区分快速和细微的动作 。
目前 , 该系统对相同动作不同速度的识别精度达到88.89% , 情绪状态的识别精度达到83.34% 。
在速度分类阶段和情绪状态分类阶段 , STV-GCN的准确率比ST-GCN提高50%以上 。
但是 , STV-GCN尚难以区分微妙的情绪变化 。
蔡明峰认为 , 在类似城市广场的开放区域中 , 通过骨骼点变化进行情感识别 , 可以避免潜在的危险发生 。
系统可以主动识别愤怒或者悲伤等特殊情绪状况的人 , 并主动通知该区域的安全管理人员进行处理 , 可以在一定程度上规避暴力冲突或恶性伤害事件发生 。
AI“懂你”九分
“并非只有面部才有微表情 , 身体姿态也有 。 ”
中国科学院自动化研究所研究员、模式识别国家重点实验室副主任陶建华告诉《中国科学报》 , “通过面部区域或身体姿态来识别情绪其实各有优缺点 , 各有不同的适应场景 , 很难说谁比谁强 。 ”
在AI情绪识别领域 , 多数识别方法在分析面部表情的背景下进行 。 而在现实生活中 , 人们有时会通过语言和表情来掩饰自己的情绪 , 相比之下 , 肢体语言却很难操纵 , 微表情很难被掩饰 , 往往能传达出更细致、真实的情感状态 。
陶建华介绍说 , 目前主要有两种AI情感识别方式 。
一种是接触式 , 即利用脑电、皮肤电、心率心跳等生理特征的信号变化 , 通过生理参数分析人的情绪变化 。
另一种是非接触式 , 可以基于音频或视频 , 利用声音的特点或者依靠视频信息中表情、头部、身体姿态变化进行识别 。
“无论是传统的统计模型 , 还是现在基于神经网络、深度神经网络的一些方法 , 都能取得比较好的结果” 。
“机器不但能识别出人的情绪 , 还相当准确 。 总体来说 , 现在的准确率超过80% , 在一些特定的场景中 , 甚至能达到90%以上 。 ”
陶建华说 , “情感识别是一种信息通道 , 准确的识别能增强机器对人的理解能力 , 如果结合语义、周围环境等信息 , 机器可以综合判断人的心理状况和真实的意图 , 从而改善人机交互能力 , 增强人机交互的友好性 。 ”
推荐阅读
- “太空蜜蜂”机器人将赴空间站“上班”
- 避免同案不同判,海南来了位AI“法官”
- 机器人邂逅火车 “五大能手”守护春运安全
- 机器人“操刀” 神经外科手术
- 把文本变成画作,AI对艺术“下手”了
- 从厨房到餐厅,智能科技涌上“舌尖”
- 机器翻译“走红”凭实力
- 浪潮风起云涌!这些国家都在“押注”人工智能
- AI进化必须修复“注意力Bug”
- 全方位感知城市体征 更聪明的“城市大脑”在上海浦东上线