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
|
10天前
|
人工智能 自然语言处理 机器人
文档智能与RAG技术如何提升AI大模型的业务理解能力
随着人工智能的发展,AI大模型在自然语言处理中的应用日益广泛。文档智能和检索增强生成(RAG)技术的兴起,为模型更好地理解和适应特定业务场景提供了新方案。文档智能通过自动化提取和分析非结构化文档中的信息,提高工作效率和准确性。RAG结合检索机制和生成模型,利用外部知识库提高生成内容的相关性和准确性。两者的结合进一步增强了AI大模型的业务理解能力,助力企业数字化转型。
47 3
|
20天前
|
人工智能 搜索推荐 安全
AI技术在医疗领域的应用与挑战
【10月更文挑战第27天】 本文探讨了人工智能(AI)在医疗领域的应用,包括疾病诊断、药物研发和患者管理等方面。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题和技术局限性等。通过对这些方面的深入分析,我们可以更好地理解AI在医疗领域的潜力和发展方向。
126 59
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术在医疗领域的应用与前景####
本文探讨了人工智能(AI)在医疗领域的多方面应用,包括疾病诊断、个性化治疗、患者管理以及药物研发等。通过对现有技术的梳理和未来趋势的展望,旨在揭示AI如何推动医疗行业的变革,并提升医疗服务的质量和效率。 ####
25 5
|
8天前
|
人工智能 文字识别 运维
AI多模态的5大核心关键技术,让高端制造实现智能化管理
结合大模型应用场景,通过AI技术解析高端制造业的复杂设备与文档数据,自动化地将大型零件、机械图纸、操作手册等文档结构化。核心技术包括版面识别、表格抽取、要素抽取和文档抽取,实现信息的系统化管理和高效查询,大幅提升设备维护和生产管理的效率。
|
18天前
|
机器学习/深度学习 人工智能 自然语言处理
思通数科AI平台在尽职调查中的技术解析与应用
思通数科AI多模态能力平台结合OCR、NLP和深度学习技术,为IPO尽职调查、融资等重要交易环节提供智能化解决方案。平台自动识别、提取并分类海量文档,实现高效数据核验与合规性检查,显著提升审查速度和精准度,同时保障敏感信息管理和数据安全。
74 11
|
14天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
70 4
|
13天前
|
机器学习/深度学习 人工智能 算法
基于AI的性能优化技术研究
基于AI的性能优化技术研究
|
18天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗健康领域的应用与挑战####
本文旨在探讨人工智能(AI)技术在医疗健康领域的创新应用及其面临的主要挑战。通过深入分析AI如何助力疾病诊断、治疗方案优化、患者管理及药物研发,本文揭示了AI技术在提升医疗服务质量、效率和可及性方面的巨大潜力。同时,文章也指出了数据隐私、伦理道德、技术局限性等关键问题,并提出了相应的解决策略和未来发展方向。本文为医疗从业者、研究者及政策制定者提供了对AI医疗技术的全面理解,促进了跨学科合作与创新。 ####
|
16天前
|
人工智能 算法
AI技术在医疗领域的应用及其挑战
【10月更文挑战第31天】本文将探讨AI技术在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念开始,然后详细介绍其在医疗领域的应用,包括疾病诊断、药物研发、患者护理等方面。最后,我们将讨论AI技术在医疗领域面临的挑战,如数据隐私、算法偏见等问题。
|
16天前
|
存储 人工智能 文字识别
AI与OCR:数字档案馆图像扫描与文字识别技术实现与项目案例
本文介绍了纸质档案数字化的技术流程,包括高精度扫描、图像预处理、自动边界检测与切割、文字与图片分离抽取、档案识别与文本提取,以及识别结果的自动保存。通过去噪、增强对比度、校正倾斜等预处理技术,提高图像质量,确保OCR识别的准确性。平台还支持多字体识别、批量处理和结构化存储,实现了高效、准确的档案数字化。具体应用案例显示,该技术在江西省某地质资料档案馆中显著提升了档案管理的效率和质量。

热门文章

最新文章