沒事還敢走兩步嗎？小心暴露你的真實情緒

7月3日消息，你走路的方式說明了你在任何特定時刻的感受。例如，當你被壓迫或沮喪時，你比你滿足或心煩時更容易肩膀下垂。

近日，查珀爾希爾大學和馬里蘭大學的研究人員利用步態，研究了一種機器學習方法，該方法可以從人們的步態中識別出他們的情緒。研究人員稱，這種方法在初步實驗中達到了80.07%的準確率。

研究人員選擇了四種情緒：快樂、悲傷、憤怒和中立，這四種情緒能長時間地影響人們，並能改變他們的走路姿勢。然後，他們從多個步行視頻語料庫中提取步態，並使用3D姿勢估計技術來識別提取姿勢的情緒特徵。這些3D姿態會被傳輸到長短期記憶(LSTM)網路中，LSTM能夠學習長期依賴關係，從姿勢序列中獲取特徵，並將其與隨機森林分類器相結合，將示例分類到上述四種情緒類別中。

AI系統根據人們走路的方式對他們的情緒進行分類

這些特徵包括肩膀姿勢、連續步數之間的距離以及手和頸部之間的區域。頭部傾斜角被用來區分快樂和悲傷的情緒，而更緊湊的姿勢和「身體擴張」分別識別積極和消極的情緒。該模型考慮了速度、加速度的大小，以及手、腳和頭部關節的「運動抖動」。

人工智慧系統處理了來自Emotion Walk或EWalk的樣本，EWalk是一組包含1384個步態的新數據集，大約有700名參與者對該數據集的步態情緒進行標記，研究人員根據這些標記來確定受試者步態情緒的效價和興奮程度。

情緒是人對事物的態度的體驗，它既塑造了我們如何看待世界以及如何表達自我，還決定了我們會從其他人身上得到什麼樣的反饋。顯然，這項研究將為人類情緒識別研究提供可靠的技術支持，在未來，也將為人們的娛樂、購物、安全和人機交互等方面提供便利。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！