数据|如何凭借大数据，做一个有眼力见儿的人？( 二 )
本文插图
正是因为这种多样性、丰富性和复杂性 ， 人脸从来不是科学家的“菜” ， 人脸一直是艺术家的领域 ， 从埃及最早的狮身人面像到达·芬奇的《蒙娜丽莎》、蒙克的《呐喊》 ， 再到各种摄影艺术作品 ， 人脸是古今中外艺术家永恒的主题 。
埃克曼首先从解剖学出发 ， 确定了人类面部一共有43块肌肉 ， 他把每一块肌肉视为一个面部的动作单元 ， 人类所有的表情都可以被视为这43种不同动作单元的组合 ， 如果每一个组合都对应一个编码 ， 那这些组合就形成了一个“面部表情编码系统” 。
对每一种表情 ， 埃克曼不仅将其分解为不同肌肉动作单元的组合 ， 赋予它一个特定的编码 ， 还配上对应的照片和文字说明 。 埃克曼和他的同事用了整整8 年的时间创建这个表情编码系统 ， 这个系统也可以被理解为一个表情数据库 。
本文插图
这套编码系统一推出 ， 就被电影、动画片的制作公司采纳 ， 被视为指导演员脸部表演、设计动画人物表情的宝典 ， 这个数据库非常管用 ， 凭借它 ， 埃克曼开创了人类心理学历史上的诸多传奇 。
进入智能时代之后 ， 埃克曼创建的“面部表情编码系统”也成了人工智能表情识别的基础 ， 埃克曼本人早在2004年就曾经预言：
“5年之内 ， 面部表情编码就会成为一个自动系统 ， 当你跟我说话的时候 ， 一个摄像头会看着你 ， 它会立即读出你情绪状态的瞬间变化 。 ”
本文插图
埃克曼明确了产生人类表情的规则 ， 把关于表情的隐性知识上升为显性知识 ， 把它变成了一门“显学” 。
只要具备清晰的规则 ， 计算机就可以理解并模仿人类表情 。 事实上 ， 和人类相比 ， 机器解读表情更有优势 ， 埃克曼所定义的微表情 ， 通常是一闪而过的 。
我们还会脸红 ， 会心跳加速 ， 身体会微微出汗 ， 姿势会微微颤动 ， 这些普通人用肉眼都难以发现 ， 但在一个由数据、计算和模型统治的世界里 ， 摄像头可以又快又准地捕捉这样的变化 。
可以预见 ， 终有一天 ， 计算机对表情的解读将比人类还要敏锐 。
2010年起 ， 全世界陆续有多个表情分析系统问世 。
例如 ， 加州大学圣迭戈分校研发的CERT（表情识别工具箱） ， 可以自动检测视频流中的人脸 ， 实时识别“面部表情编码系统”中的30个动作单元组合 ， 包括愤怒、厌恶、恐惧、喜悦、悲伤、惊奇和轻蔑等表情 。
本文插图
经卡内基–梅隆大学和麻省理工学院联合检测 ， CERT的表情识别准确率达到了80.6% 。 除了被用于抑郁症、精神分裂症、自闭症、焦虑症等疾病的分析 ， 这套系统还可以装在汽车上 ， 监测驾驶员的疲倦程度 ， 它还可以用于监测和照顾老年人 。
毕竟 ， 绝大多数人不会明确地说他们不开心或不舒服 ， 但表情会透露他们的真实感受 。
本文插图
在分析解读的基础上 ， 机器也可以利用43块肌肉组合的方法 ， 再造和人类一样的表情 ， 毕竟 ， 埃克曼之前通过研究已经为人类3000多种有意义的表情总结出了清晰的编码和规则 。
只要我们清楚地掌握一件事情的规则 ， 人工智能就可以进行模拟和复制 ， 这意味着 ， 机器人未来一定可以具备和人类几乎一样的表情 。
推荐阅读
- 模型|REVIT技巧！如何创建能量模型，实现能量优化
- 数据流|比亚迪M6用诊断仪无法读取TCU数据流检修
- 技术编程|如何利用数据库进行世界史研究
- 行业互联网,AI人工智能|城市教育大脑以“ AI+ 大数据”为核心 , 引领教育变革
- 区块链|欧科云链任煜男做客西安广电电台节目，解读区块链如何赋能实体产业
- 苹果笔记本|如何让macbook合上时工作？解决苹果电脑合盖自动休眠问题-macw
- |如何分析“会员数据”，强化门店的竞争力？
- 数据|翼方健数解码隐私安全计算 实现数据“可用不可见”
- 智慧城市|数据归心、AI赋能，打牢新型智慧城市建设基础
- 拍照摄影|如何拍出赞爆朋友圈的自拍照？网红小姐姐公开拍照神器