你走路的姿勢泄露了你的情緒？這種人工智慧「讀心」準確率達80％

人工智慧可以做的事情很多，但它們能「讀懂」人類的心情嘛?近日科學家們可能找到了一種讓AI學會「讀心」的方法。

你走路的樣子很能說明你在任何時刻的心情。例如，當你感到壓抑或沮喪時，你比開心時更有可能耷拉著肩膀。

查珀爾希爾大學(University of Chapel Hill)和馬里蘭大學(University of Maryland)的研究人員利用這一軀體辭彙，最近研究了一種機器學習方法，這種方法可以從一個人的步態中識別出他所感知到的情緒(例如消極或積極)和喚起(冷靜或充滿活力)。

研究人員稱，這種方法在初步實驗中取得了80.07%的準確率。

「情感在我們的生活中扮演著重要的角色，定義著我們的經歷，塑造著我們看待世界和與他人互動的方式，」合著者寫道。

「由於感知情感在日常生活中的重要性，自動情感識別在許多領域都是一個關鍵問題，比如遊戲和娛樂、安全和執法、購物和人機交互。」

研究人員選擇了四種情緒——快樂、悲傷、憤怒和中性——作為他們「持續很長一段時間」的傾向和他們步行活動的「丰度」。

然後，他們從多個步行視頻語料庫中提取步態來識別情感特徵，並使用三維姿態估算技術提取步行姿態。

最後，他們利用長短時記憶(LSTM)模型——能夠學習長期相關性——從姿態序列中獲得特徵，並將其與隨機森林分類器(該分類器輸出多個獨立決策樹的平均預測)相結合，將例子分類為上述四種情緒類別。

（圖源：VentureBeat）

這些特徵包括肩膀姿勢、連續步數之間的距離以及手和脖子之間的區域。

頭部傾斜角被用來區分快樂和悲傷的情緒，而更收斂的姿勢和「身體擴張」分別被用來識別消極和積極的情緒。

至於喚起度，科學家們注意到它往往與增加的運動相對應，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「情感漫步」(Emotion Walk，簡稱EWalk)的樣本。EWalk是一組包含1384個步態的新數據集，這些步態是從24名受試者在大學校園(包括室內和室外)散步的視頻中提取的。

大約有700名來自亞馬遜土耳其機械公司的參與者給情緒貼上標籤，研究人員用這些標籤來確定情緒的種類和興奮程度。

在測試中，研究小組報告說，他們的情感檢測方法比最先進的演算法提高了13.85%，比不考慮情感特徵的「普通」LSTMs提高了24.60%。

這並不是說它是萬無一失的——它的精度在很大程度上取決於三維人體姿態估計和步態提取的精度。

但儘管有這些限制，研究小組相信他們的方法將為涉及額外活動和其他情感識別演算法的研究提供堅實的基礎。

「我們的方法也是第一個利用最先進的3D人體姿態估算技術，為行走視頻中的情緒識別提供實時通道的方法，」合著者寫道。

「作為未來工作的一部分，我們希望收集更多的數據集，並解決(限制)。」

此前，也有不少AI能夠做到自動情感識別。麻省理工學院媒體實驗室的分支機構Affectiva的聲聯網系統就能在短短1.2秒內從音頻數據中分辨出你的憤怒。

近日，亞馬遜還被爆料正在開發一種語音激活的可穿戴設備，代號為「Dylan」，可以根據人們的聲音判斷人類的情緒並判斷他們是生氣還是悲傷。

但在2018年12月發布的紐約大學人工智慧研究所的年度報告中，專家們警告，試圖解讀面部表情的人臉識別演算法可能基於靠不住的科學。他們認為，人臉表達感情的方式可能比人們此前認為的更具背景性，一個假想中的情感解讀機器人將需要大量知識和背景來猜測某人的情感。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！