人工智能表情識別,人與人的表情有否不同?

陳述根本
陳根
近日,來自加州大學(xué)伯克利分校和谷歌的研究人員使用機(jī)器學(xué)習(xí)和YouTube視頻,對常見的面部表情和引發(fā)表情的情境進(jìn)行了比較。結(jié)果發(fā)現(xiàn),無論是在生日聚會上,還是在肅穆的葬禮上,又或者是抗議活動中,人類都在不同的社會情境中使用相同的面部表情,比如微笑、皺眉、鬼臉和愁眉苦臉。

盡管人類的悲歡并不相同相通,但人類的面部表情卻可以超越地域和文化。

近日,來自加州大學(xué)伯克利分校和谷歌的研究人員使用機(jī)器學(xué)習(xí)和YouTube視頻,對常見的面部表情和引發(fā)表情的情境進(jìn)行了比較。結(jié)果發(fā)現(xiàn),無論是在生日聚會上,還是在肅穆的葬禮上,又或者是抗議活動中,人類都在不同的社會情境中使用相同的面部表情,比如微笑、皺眉、鬼臉和愁眉苦臉。

這項(xiàng)研究結(jié)果發(fā)表在12月16日的《自然》雜志上,證實(shí)了人類情感表達(dá)跨越地域和文化邊界的普遍性。也就是說,人類豐富的面部表情可以超越地域和文化。

1.png

根據(jù)論文,研究人員利用被稱為“深度神經(jīng)網(wǎng)絡(luò)”(deep neural network)的機(jī)器學(xué)習(xí)技術(shù),對上傳到Y(jié)ouTube上的約600萬段視頻片段中的面部表情進(jìn)行了分析,這些視頻片段來自北、中、南美洲、非洲、歐洲、中東和亞洲的144個國家。這也是第一次對日常生活中的面部表情運(yùn)用人工智能技術(shù)進(jìn)行全球分析。

首先,研究人員使用考恩的機(jī)器學(xué)習(xí)算法記錄了全球600萬個事件和互動的視頻片段中顯示的面部表情,例如觀看煙花、歡樂地跳舞或安慰哭泣的孩子。其中,研究人員開發(fā)的在線地圖顯示了與16種情緒相關(guān)的面部表情變化。

隨后,研究人員將面部表情與不同世界地區(qū)的情景和場景聯(lián)系起來,發(fā)現(xiàn)了跨越地理和文化界限的人們在不同社會背景下使用面部表情的驚人相似之處。

2.webp.jpg

研究人員表示,他們發(fā)現(xiàn)面部行為中豐富的細(xì)微差別,包括將敬畏、痛苦、勝利和其他13種情感聯(lián)系在一起的微妙表情,在世界各地類似的社交場合中都有使用。比如,在視頻片段中,世界各地的人們在婚禮上表現(xiàn)出滿足感,在表演武術(shù)時會皺起眉頭,對抗議表示懷疑,在搖滾音樂會和競技體育賽事中舉重和獲勝時表現(xiàn)出興奮。

研究結(jié)果顯示,來自不同文化背景的人在面對不同的社會和情感狀況時,有大約70%的面部表情是相同的。

研究人員認(rèn)為,這支持了達(dá)爾文的理論,即在我們的臉上表達(dá)情感在人類中是普遍存在的。人們情感的身體表現(xiàn)可能幫助人們提高溝通和合作技能。當(dāng)然,這項(xiàng)研究結(jié)果更可能有助于幫助那些看不懂面部表情的人,比如自閉癥患者,識別他人的個人情緒狀態(tài)。毫無疑問,這個龐大的面部表情數(shù)據(jù)庫將在這些研究中發(fā)揮作用。

THEEND

最新評論(評論僅代表用戶觀點(diǎn))

更多
暫無評論