ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И ЧЕЛОВЕЧЕСКИЕ ЭМОЦИИ

ARTIFICIAL INTELLIGENCE AND HUMAN EMOTIONS

Okunev Sergey Vitalievich

1st year student, Department of Informatics and Computer Engineering Reshetnev Siberian State University of Science and Technology

Russia, Krasnoyarsk

АННОТАЦИЯ.

В данной статье рассмотрена тема распознавания человеческих эмоций на изображении путем использования нейронных сетей, приведен общий принцип работы алгоритмов распознавания, а также рассмотрены области применения данной технологии.

ABSTRACT

In this article, the topic of recognition of human emotions on image using neural networks is considered, the general principle of recognition algorithms is given, and the application areas of this technology are considered.

Ключевые слова: распознавание человеческих эмоций, машинное обучение, алгоритмы распознавания, сеть AB 1215.

Keywords: recognition of human emotions, machine learning, recognition algorithms, network AB 1215.

Распознавание человеческих эмоций сложный психический процесс, которым люди овладевают естественным образом. Но для искусственного интеллекта эта задача куда сложнее. Выражение эмоций может быть разнообразным и различаться в зависимости от индивидуальных особенностей до контекста и ситуации. Эмоциональная жизнь человека многогранна, расшифровать её можно, наблюдая за мимикой, жестами, позой, речью и даже походкой.

Идентификация эмоций с помощью компьютерных технологий помогает найти ключ к пониманию работы человеческого интеллекта, а также использоваться в играх, рекламе, в системах безопасности и в создании продуктов виртуальной реальности [1].

Эмоции и лица. Большинство алгоритмов считывают эмоции, анализируя выражение лица на фотографиях. Нейронная сеть распознаёт человеческое лицо, затем выделяет брови, глаза и рот, на которых располагает несколько ключевых точек. Например, на губах ключевые точки фиксируются в уголках, а на бровях у переносицы. После этого выполняется классификация эмоций, основанная на базе уже проанализированных изображений. Например, система фиксирует радость, когда бровь и уголки губ поднимаются, или удивление, когда брови поднимаются, а рот открывается [2].

Технологии распознавания лиц всё ещё работают неэффективно. Например, недавно американские учёные провели эксперимент, предоставив нейронной сети AB 1215, натренированной на лицах с преступниками, фотографии чиновников. Искусственный интеллект идентифицировал 26 из них как преступников, несмотря на то, что в базе их не было [3].

Анализа мимики на фотографиях недостаточно для более точного результата. Разработчики исследуют дополнительные источники информации, которые планируют анализировать не отдельно, а синхронно. Среди главных и перспективных можно выделить: мимику, движения глаз, движения тела, речь и голос.

Мимику распознавать достаточно легко: исследователи строят 3D-модель головы и фиксируют движения мышц. Отслеживание движений глаз также даёт много информации, так как большинство людей являются визуалами. Движения тела включают мелкую моторику, в голосе же важна интонация, высота и громкость.

Существует ряд других каналов. Например, учёные из университета Северной Каролины и Университета Мэриленда разработали нейронную сеть, различающую эмоции по походке. Её обучили на специальной базе видео с прогуливающимися людьми, на которых отмечено их эмоциональное состояние. Алгоритм извлекает особенности походки человека, изображая видеоряд в виде трёхмерных фигур, а затем фиксирует признаки трёх эмоций – радости, грусти, гнева – или нейтрального состояния. Нейронная сеть распознаёт эмоции с точностью в 80% по результатам тестовых проверок [4].

Учёные из «MIT» учат искусственный интеллект регистрировать физиологические явления. Например, технологии отслеживают изменение цвета пикселей на изображении лица человека, это позволяет выявить приливает ли кровь к лицу. Или алгоритм высчитывает колебания головы на видеозаписях, что позволяет измерить пульс. Учащение сердцебиения или изменение цвета лица поможет зафиксировать не только эмоции, но и глубинные чувства вроде стыда или скромности [5].

Задача распознавания эмоций человека используется в различных современных областях. С развитием новых технологий появляются бытовые роботы (пылесосы, стиральные машины, личные помощники), обладающие машинным зрением. Распознавание эмоций поможет повысить степень их интеллектуального взаимодействия с человеком. Например, некоторые современные автомобили оснащены системами распознавания усталости человека, это позволяет избегать аварий, вызванных невнимательностью, сонливостью или плохим самочувствием водителя. Анализ в таких случаях осуществляется по результатам обработки лица на изображениях уличных видеокамер.

Обученные нейронные сети помогут обеспечить безопасность людей с помощью автоматизированных охранных систем. Они регистрируют опасное или неосторожное поведение на охраняемой территории, обнаруживают людей, которые проявляют эмоции, характерные для нарушителей порядка, террористов, психически больных.

Перспективным пользователем подобных систем является маркетинговая область. Алгоритм позволит маркетологам и рекламщикам повысить свою выручку, анализируя эффективность промоакций, мерчендайзинга, положения рекламных мест.

Распознавание эмоций поможет технологиям виртуальной реальности повысить качество взаимодействия в социальных сетях и онлайн-играх. Разработчики встраивают дополнительные камеры в гарнитуру, которые отслеживают движения мышц лица. Это помогает наиболее детально отобразить эмоциональное состояние игрока в его виртуальном образе.

В перспективе у разработчиков – не только повышать точность уже имеющихся систем, но и, например, распознавать эмоции в толпе.

Список литературы:

1. Ярославский, Л.П. Введение в цифровую обработку изображений казано, 1979. 205 c.
2. Gerard Medioni, Sing Bing Kang Emerging Topics in Computer Vision. Издательство Prentice Hall Ptr, 2004. 45 с.
3. Латыпова Р. Нейронные сети [Текст]. – М.: LAP Lambert Academic Publishing, 2012. – 180 c.
4. Radhakrishna, A. Frequency-tuned Salient Detection [Электронный ресурс]. – URL: http://infoscience.epfl.ch (дата обращения: 05.05.2019).
5. Глория, Буэно Гарсия Обработка изображений с помощью OpenCV  Г М.: ДМК Пресс, 2015. 387 c.