最新公告
  • 欢迎您光临欧资源网,本站秉承服务宗旨 履行“站长”责任,销售只是起点 服务永无止境!立即加入我们
  • 阅面和情绪识别的应用场景实现?(组图)

    嘉宾介绍:ReadSense CEO赵静蕾。上海交通大学人工智能博士,原WiseNut研究中心算法负责人,原阿里北京算法研究中心负责人,资深算法专家。自述科技专注于深度学习和计算机视觉,为消费级智能机器提供前沿的视觉算法和解决方案。其技术应用包括服务机器人、智能家电、智能手机、无人机等消费电子行业。

    雷锋网 雷锋网 雷锋网

    随着最近ADAS的普及,很多人开始注意到人脸识别在实际应用中有一个更细分的场景——情绪识别,它可以在检测到驾驶员的愤怒后命令驾驶员拉紧安全带,从而提高刹车的响应性,并且还可以通过方向盘的振动和警示音来告知驾驶员情绪状态。这样我们就可以远离80%的交通事故,因为司机注意力不集中和愤怒造成的。(根据美国国家公路交通安全管理局 NHTSA 的数据,美国 80% 的交通事故是由司机的注意力不集中和愤怒造成的。)

    这个生命相关的检测过程是如何完成的?本期硬创新公开课,请来了人工智能算法专家赵景磊,从人脸识别和情感识别的区别入手,一步一步讲解情感识别的原理,情感识别的应用场景,最后揭示这个过程是如何实现的。

    人脸识别和情绪识别不一样

    首先说一下情感识别这个名字。从广义上讲,情绪识别可以通过表情、语调或脑电图捕捉来进行。目前最成熟、应用最广泛的技术是面部表情识别技术,即基于计算机视觉算法,可以识别面部表情并推断出喜悦、愤怒、悲伤等基本情绪。

    接下来,我们所说的“情绪识别”技术,是指狭义的“表情识别”技术。人脸识别大家都比较熟悉,人脸识别可能接触的比较少。两者之间有很多联系,也有很大的不同。

    首先,我们来看看两者的区别。

    首先,“人脸识别”是一个去表情的过程。在人脸识别中,无论同一个人做出什么表情,我们都必须想办法将他们识别为同一个人;相反,“表情识别”是一个强调表情变化的过程。更改已识别。

    其次,人脸识别更静态,表情识别更动态。人脸识别最典型的问题是人脸验证问题,即给定两张照片中的人脸,判断是否为同一个人是一个静态判断问题。人脸表情识别的基本问题是给一张人脸连续的动作帧来判断这个时间段内人脸的基本表情变化,这是一个动态判断问题。

    上述不同,当然另一方面,两者都是人脸的视觉处理,有很强的联系。两者的联系有以下几个方面。

    首先,两者都依赖于一些基本的人脸技术,例如“人脸检测”和“人脸特征点检测”。很多朋友对这两件作品应该都不陌生。人脸检测是从照片或视频帧中检测人脸出现的区域。

    如图所示,人脸特征点检测是指对人脸的一些预定义的特征点进行识别和标记。因此,人脸的一些基础技术是两者的共同基础。

    其次,人脸识别和表情识别,在识别准确率上,会受到光照、人脸姿态和遮挡的影响。对此,人类似乎觉得没有问题。然而,这些客观条件对计算机识别算法的影响很大。例如,极端的侧脸和抬头姿势会严重影响人脸检测的准确性。如果无法检测到照片中的人脸,则无法进行人脸识别和表情识别。.

    此外,从整体行业发展来看,在识别难度方面,相比人脸识别,人脸表情识别在技术上更具挑战性,这与数据、动态不确定性等因素有关。

    你能发现假表情吗?

    目前,面部表情识别主要是识别人类的基本情绪。根据心理学的基本情绪理论,人类的基本情绪包括:喜悦、悲伤、愤怒、厌恶、恐惧、惊讶和中性。

    著名心理学家Paul Ekman教授(美剧骗我的人物原型)提出了一套面部动作编码理论(FACS),将人的表情分解成多个面部动作单元(Action Units)。这些面部单元单独不能代表任何情绪,但它们的组合理论上可以表达任何人类面部表情。

    该理论已在多年的心理学研究中得到验证,并已成功应用于过去对动画角色的表情进行建模。例如,在为《阿凡达》等电影中的动画角色建模时。动画师不是单独表征每个动画帧的表达,而是首先对一些表示局部表达的混合形状进行建模。

    例如,Blend Shape,它代表上扬的眉毛或上扬的嘴角。从某种意义上说,这些混合形状是面部表情单位。在此基础上,通过对这些基本帧进行加权,可以得到每个动画帧丰富的表情变化。

    近年来,随着机器学习的发展,表情单元编码系统也成功地应用于表情识别。这个自动表情识别过程是这样的。首先,机器学习算法从许多表情照片中学习是否存在特定的表情单元。不同的表达单元组合代表不同的表达。

    例如,表情单元12代表嘴角上扬,表情单元6代表脸颊上扬,两者结合在一定程度上代表了人类的愉悦情绪。

    基于表情单元的表情识别理论上可以捕捉数千种不同的人类情绪。进一步的,可以实现表情映射和迁移,即将人的表情变化实时迁移到另一个角色模型。像这样

    哪项是错误的情绪识别_pepper机器人情绪识别_情绪识别图文

    以上是对面部表情识别原理的基本解释,下面回答是否可以识别“假笑”。

    我们在看美剧《对我撒谎》时,经常会看到埃克曼教授通过识别人的表情来判断一个人是否在撒谎。在心理学理论中,真笑和假笑在一定程度上可以通过动作所涉及的动作单元的强度和动态过程来区分。

    例如,如前所述,如果只出现动作单元12而没有出现动作单元6,再加上时长,就可以判断是否是假笑。

    但在这方面,我们称之为微表情研究领域。

    虽然学界有一些研究,但在应用上,对于这种“微表情”的识别还没有成熟的商业体系,实用性不强。因此,计算机领域的“表情识别”主要是指对人类基本情感的识别,而不是微表情识别。

    《对我撒谎》中让计算机或人工智能技术利用面部表情识别来做微表情测谎是不现实的,可能会让大家失望。

    主要原因不是现在的计算技术达不到,而是该领域的心理学理论还缺乏对“微表情”的明确定义,因此很难构建相关数据来指导计算机认知。

    情绪识别在哪些场景中爆发?

    (目前情感识别的主要应用场景有哪些?您认为哪些领域会更快上市?)

    嗯,这是人工智能领域的从业者比较关心的一个问题。情感识别的典型应用场景包括广告效果评估、产品评估、视频分析、医疗康复、安全驾驶、情感机器人等。

    我个人认为“情感识别”在人机交互领域会发展得更快。包括安全驾驶、情感机器人。让机器更好地理解人,更智能、更人性化地为他们服务,是近期人工智能革命的基础。机器慢慢获得足够的情感认知能力后,就可以对人机交互的用户体验进行一系列升级。

    终于到了拯救生命的时候了

    (最近很流行将情感识别技术应用于ADAS的概念,从技术角度来看,这个过程是如何实现的?)

    ADAS的应用。典型场景包括疲劳驾驶和路怒驾驶的检测和预警。当发现驾驶员感到疲劳和路怒时,可以触发干预措施。例如,从技术角度来看,疲劳驾驶可以通过多个动作单元和面部特征的组合来识别。比如长时间闭眼、下垂眉毛、被动睁眼等。

    在这方面,更大的技术挑战是考虑人脸的捕捉角度和计算效率。

    在这种情况下,云服务不是一个好的选择。需要使计算机视觉识别算法能够高精度、高效率地在本地adas嵌入式系统上运行。

    (热心听众:我想问一下,本地识别往往受限于数据库和算法,为什么云服务不是一个好的选择?)

    主要看应用场景。在机器人、ADAS等系统中,系统需要实时计算,不受网络连接的影响。此时,考虑到产品的用户体验和安全性,云服务是不现实的。需要本地的snap sdk 或硬件甚至芯片解决方案。

    (热心观众:对本地ADAS系统有什么要求?需要什么样的硬件配置?)

    目前以阅文科技为例哪项是错误的情绪识别,基于深度学习的面部表情识别已经可以在小米3等手机上完成哪项是错误的情绪识别,1.6GCPU,不依赖gpu,每帧40多帧第二。所以理论上,本地ADAS只要具备与普通智能手机类似的计算能力,就可以运行。一般实际情况下,ADAS系统也会结合行人检测等算法,所以一般配置会更高。当然,如果有gpu,也可以进一步加速。

    目前,我们在这方面做了很多工作。使深度学习在嵌入式系统中以高精度和高效率工作将是未来几年计算机视觉的主要主题之一。

    额外的:

    (如果情感识别普及,势必会侵犯大家的隐私。如何在隐私保护和商业应用之间找到平衡点??

    我们都知道,深度学习与大数据息息相关。只有有了数据,我们才能利用机器学习的力量,从数据中自动学习知识

    从这个意义上说,情感识别技术和其他计算机视觉技术或人工智能技术更普遍地依赖于数据的收集和处理。当然,只要有数据收集,就有可能侵犯个人隐私。

    数据隐私问题可以说是伴随着互联网而来的。当我们每天浏览网页、搜索信息和在线购物时,我们的偏好数据就会暴露在网络上。而正是这些数据让我们能够更准确地搜索信息,更快地找到自己喜欢的产品。

    如何在最大限度保护个人隐私的同时合理使用个人数据是一个两难的选择。目前,在这方面,我们可以让我们的客户选择只返回服务器上的关键点等数据而不是原始图像,这是一种折中的解决方案。

    雷锋网原创文章未经授权禁止转载。有关详细信息,请参阅重印说明。

    站内大部分资源收集于网络,若侵犯了您的合法权益,请联系我们删除!
    欧资源网 » 阅面和情绪识别的应用场景实现?(组图)

    常见问题FAQ

    免费下载或者VIP会员专享资源能否直接商用?
    本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
    提示下载完但解压或打开不了?
    最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。若排除这种情况,可在对应资源底部留言,或 联络我们.。
    找不到素材资源介绍文章里的示例图片?
    对于PPT,KEY,Mockups,APP,网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。
    欧资源网
    一个高级程序员模板开发平台

    发表评论