有趣的微表情与AI技术

简介: 其实微表情读心术由来已久,但因为人类自身的主观因素和专注度不够,所以往往误读比较多。记得相亲节目非诚就曾经引用过,但效果变笑果,后来也就从节目消失了。

据说英国一家公司已经发明了能识别人说话真假的系统,而荷兰一家公司则发明了人类表情识别app,看到这些新闻还真是令我感慨,因为多年前看美剧Lie to Me时,就设想过可以发明一种识别人表情的小程序,卖给HR招聘用 。

e99dba7035ebca2df1897103810994bcef21d3.jpg

但当时困于摄像头的像素和手机运算能力,打个比方,就如同当年用286一样,一些应用死机卡顿闪退是常态,此事就不了了之。

其实微表情读心术由来已久,但因为人类自身的主观因素和专注度不够,所以往往误读比较多。记得相亲节目非诚就曾经引用过,但效果变笑果,后来也就从节目消失了。

而基于现在的高清技术叠加现代人工智能,表情识别将会变得轻而易举,而且具有更高的精确度。

一直以来的研究表明,理论上面部表情识别并没那么复杂,因为控制面部表情的也就那么42块肌肉,这些肌肉控制着表情,表达六种基本情绪:愤怒、恐惧、惊讶、厌恶、快乐和悲伤。

f716ebb41feba3de0869529948216a6548c9c3.jpg

42块控制表情的肌肉

而Glasgow大学的一项最新研究发现人类仅有四种基本情绪。愤怒(厌恶)、恐惧(惊讶)、快乐和悲伤。

他们发现恐惧和惊讶拥有共同的表情特征:瞪圆眼睛——这意味着它们只是同一基本情绪的不同成分,而不是两种基本情绪。

966a3fa06b7959bf2d3056204631df64847f33.jpg
890c4fe547249e3361c2112f85e96e751c3b1f.jpg

同样,愤怒和厌恶都以皱鼻子的动作为开始。所以,愤怒和厌恶可能仅仅是一种基本情绪的不同成分而已。

愤怒和厌恶的区分仅仅在面部表情得到进一步发展以后才变得明显,即使这种发展通常只需一瞬间就能完成。

研究者们认为,从进化论角度讲,面部表情和基本情绪的关联具有进化基础。

首先,最先表现出危险信号(皱鼻子)为物种发展提供了最大的益处,因为这能够让同伴尽快逃跑。第二,这些动作对表情者的生理意义——皱鼻子可以避免激怒潜在的敌人,而睁大眼睛就能吸收更多的视觉信息,这对逃跑是有帮助的——也会因为尽可能快地做出它们而增加。”

这一理论认为,人类有四种基本的生理性情绪:喜、怒、哀、惧并以此为基础,在几千年的进化过程中衍生出了复杂得多的各种情绪。

这并不代表我们的情绪系统比之前认为的要简单,而仅仅是构成它的基础由六种变成了四种而已。

也正是基础情绪在进化历程中的不断发展形成了复杂多样的人类情绪:表情过程中,面部肌肉的动作并不是一次性完成,而是有先后顺序的。这说明情绪是一个以生理过程为基础,逐步专门化和社会化演变的多层次系统。


本文转载自51CTO,本文一切观点和机器智能技术圈子无关。原文链接
免费体验百种AI能力以及试用热门离线SDK:【点此跳转】

相关文章
|
9天前
|
人工智能
AnchorCrafter:中科院联合腾讯推出的AI虚拟主播带货视频制作技术
AnchorCrafter是由中科院和腾讯联合推出的一项AI虚拟主播带货视频制作技术。该技术基于扩散模型,能够自动生成高保真度的主播风格产品推广视频,通过整合人-物交互(HOI)技术,实现对物体外观和运动控制的高度还原。AnchorCrafter在物体外观保持、交互感知以及视频质量方面优于现有方法,为在线广告和消费者参与提供了新的可能性。
97 30
AnchorCrafter:中科院联合腾讯推出的AI虚拟主播带货视频制作技术
|
1天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
12月05日,由中国软件行业校园招聘与实习公共服务平台携手阿里魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·电子科技大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
|
5天前
|
机器学习/深度学习 存储 人工智能
【AI系统】离线图优化技术
本文回顾了计算图优化的各个方面,包括基础优化、扩展优化和布局与内存优化,旨在提高计算效率。基础优化涵盖常量折叠、冗余节点消除、算子融合、算子替换和算子前移等技术。这些技术通过减少不必要的计算和内存访问,提高模型的执行效率。文章还探讨了AI框架和推理引擎在图优化中的应用差异,为深度学习模型的优化提供了全面的指导。
19 5
【AI系统】离线图优化技术
|
2天前
|
机器学习/深度学习 人工智能 边缘计算
24/7全时守护:AI视频监控技术的深度实现与应用分享
本文深入解析了AI视频监控系统在车间安全领域的技术实现与应用,涵盖多源数据接入、边缘计算、深度学习驱动的智能分析及高效预警机制,通过具体案例展示了系统的实时性、高精度和易部署特性,为工业安全管理提供了新路径。
|
8天前
|
机器学习/深度学习 人工智能 TensorFlow
探索AI技术在医疗健康领域的应用
随着人工智能技术的不断发展,其在医疗健康领域的应用也日益广泛。本文将介绍AI技术在医疗健康领域的应用,包括医学影像分析、智能诊断和治疗建议、药物研发等方面。通过代码示例,我们将展示如何使用Python和TensorFlow构建一个简单的神经网络模型来进行医学影像分析。
34 13
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术在自然语言处理中的应用
随着人工智能技术的不断发展,自然语言处理(NLP)已经成为了一个重要的应用领域。本文将介绍一些常见的NLP任务和算法,并通过代码示例来展示如何实现这些任务。我们将讨论文本分类、情感分析、命名实体识别等常见任务,并使用Python和相关库来实现这些任务。最后,我们将探讨NLP在未来的发展趋势和挑战。
|
6天前
|
机器学习/深度学习 人工智能 安全
AI技术在医疗领域的应用与挑战
本文将探讨AI技术在医疗领域的应用及其带来的挑战。我们将介绍AI技术如何改变医疗行业的面貌,包括提高诊断准确性、个性化治疗方案和预测疾病风险等方面。同时,我们也将讨论AI技术在医疗领域面临的挑战,如数据隐私和安全问题、缺乏标准化和监管框架以及医生和患者对AI技术的接受程度等。最后,我们将通过一个代码示例来展示如何使用AI技术进行疾病预测。
17 2
|
8天前
|
机器学习/深度学习 人工智能 搜索推荐
底层技术大揭秘!AI智能导购如何重塑购物体验
双十一期间,淘宝内测AI助手“淘宝问问”,基于阿里通义大模型,旨在提升用户在淘宝上的商品搜索和推荐效率。该助手通过品牌推荐、兴趣商品推荐和关联问题三大板块,提供个性化购物体验。其背后采用多智能体架构,包括规划助理和商品导购助理,通过对话历史和用户输入,实现精准商品推荐。此外,文章还介绍了如何快速部署此解决方案,并探讨了其对现代购物体验的影响。
|
11天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用##
本文探讨了人工智能(AI)技术在医疗领域的应用,包括其在疾病诊断、治疗计划制定、患者监护和健康管理等方面的潜力。通过分析AI如何帮助医生更准确地诊断疾病,提高治疗效果,以及降低医疗成本,我们可以预见到一个更加智能、高效和人性化的医疗未来。 ##
|
7天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用与前景
本文探讨了人工智能(AI)技术在医疗领域的应用,包括疾病诊断、治疗方案制定、药物研发等方面。通过对现有研究成果的梳理,分析了AI技术在提高医疗服务效率、降低医疗成本、改善患者体验等方面的潜力。同时,也指出了AI技术在医疗领域面临的挑战,如数据隐私保护、伦理道德问题等,并展望了未来的发展趋势。
29 2