正文字数:1988字
图片总数:9张
引言:情绪识别正在逐渐应用于生活中的产品与服务中,为给我们带来日新月异的体验。在当你疲劳驾驶,走神或焦躁的情绪将被车识别警告;用平板学习产生困难,它将读取你困惑的情绪,并放慢教学速度;当售出一个商品,你可以通过消费者面部情绪快速评估产品的效果。面部表情识别在多模态技术的蓬勃发展下,将给我们怎样的未来值得我们去思考和期待。
01
FaceThink
Design by: FaceThink
情绪识别|解决方案|服务
FaceThink是一个提供情绪识别引擎及行业解决方案的服务商,致力于通过SaaS网络平台,为B端用户提供详细的情绪数据分析及数据化展示;同时,为C端用户提供趣味互动等价值。
表情识别是常用的情绪识别的方法,一般都是建立在 Ekman 博士的研究基础之上,通过摄像头等传感器,捕捉用户的表情并识别特征。但识别的准确性和精度,既需要大量的表情素材作为机器训练的素材,又需要高质量的算法。
FaceThink的亚洲人表情素材库达到了五百万量级左右,技术方面也针对亚洲人的脸部特征做了改进,准确率会相应的提高,即使未来欧美市场成熟技术进入中国,团队也能保持一定的优势。另一方面,人们现在已经能接受自己的面部数据被安全场景使用(银行开户,安检等),同时越来越多的人不介意自己的面部信息被获取(如视频直播)。算法层面,杨松帆表示已经研究情绪识别七年之久,其所在的科研团队与Affectiva、Emotient、Realeyes等知名公司背后的科研团队几乎同一时期开始人脸识别研究。2011年,他主持的科研成果曾在世界顶级的IEEE情感识别挑战赛中战胜了之前几个公司背后的技术团队,包括麻省理工学院,卡耐基梅隆大学,剑桥大学等,获得冠军。团队推出的第一款产品主要是用来做人脸关键点识别,低价开放给第三方客户,打破行业收费模式下形成的已有竞争格局,对于想做FaceU类人脸AR应用的公司会有吸引力。
02
Emotional recognition
Design by: Facebook
表情识别|软件|emoji+
这是Facebook软件与用户互动的新技术:先预设一套emoji表情包,与实际捕捉到的用户大致表情相对应,Facebook就可以更轻易地知道用户当下的心情。用户也可以自己做出各种表情,让手机自动识别,增加聊天的趣味性。
该项专利技术可以自动为文本信息添加情绪化内容,并根据键盘输入法预测出用户当下的情绪。文本信息的图像会实时根据预测出的用户情绪而发生变化。不过,仅凭文本信息来传达情绪和想要表达的含义,是很困难的。
该系统的目的就是减少信息带来的误解。它会从键盘、鼠标、触屏设备等的输入设备当中搜集数据,并根据相应的打字速度、用户手指对按键施加的压力,比如通过重力传感器测出和手指移动的轨迹、用户的位置来判断情绪。
只要系统成功捕获图像,用户的情绪就会被一个API部件识别出来,并作为数据储存起来。然后,Facebook就可以判断出文本信息隐含的具体情绪,这对于Facebook和内容生产者都是有利的。此外,Facebook还可以把根据情绪修改后的文本传送给用户,这样可以增加用户的使用乐趣。有了这项专利技术,发送带有emoji表情的信息文本的过程就可以变得更加精简:该系统可以实时捕捉用户面部表情,借此判断用户的情绪,并搜寻最适合的emoji。比如,用户一笑,系统就会自动生成emoji笑脸,添加到推文或信息当中。此外,该系统还有别的功能。它可以更细致地分析用户的面部,从而对生成的emoji进行修改完善。
03
迪士尼仿生表情机器人
Design by:Disney
交互|装置|仿生
迪士尼携手伊利诺伊大学香槟分校和加州理工大学的机器人研究团队,联合推出了史上首款会眨眼、摇头等人类面部微表情的无皮肤机器人。这款机器人是由迪斯尼研究部门的工程师和伊利诺伊大学厄巴纳-香槟分校以及加州理工学院的机器人研究人员共同开发的。
素材来源:https://36kr.com/
https://www.geekpark.net/
版权说明:本文素材来源于网络,如有损害或影响您的合法权益,请积极与我们联系处理
本文来自微信公众号“信息与交互设计研究所”(ID:gh_c1cd7847b233)。大作社经授权转载,该文观点仅代表作者本人,大作社平台仅提供信息存储空间服务。