最近，国内外糟心的事太多了，每天看得文摘菌郁郁寡欢。
每次这个时候，文摘菌都会去朋友家吸猫，吸着吸着就感觉神清气爽了，可谓一剂良药。
最近文摘菌发现，吸猫治愈这个事，还不是个例。
去年，日本一对夫妇就在推特上分享了自己的生活小窍门，其中一个就是生气的时候暂停存档，先吸猫平复一下心情再说，就像这样：
甚至有网友评论表示，吸猫有助于世界和平。
不过，吸猫虽好，可不要贪杯噢。
今年1月份的时候，就有一名女子因为吸猫患上了“鹦鹉热”。得了“鹦鹉热”的人大多是因为不小心吸入了鸟类干燥粪便中的衣原体，虽然吸猫不一定会有这样的“副作用”，但小心驶得万年船。
那么问题来了，有没有什么方法能够安全吸猫，最好能在心情抑郁的瞬间就能吸到猫呢？
最近，有个名叫Andrew Healey的博主就在博客上分享了自己做的一个项目，只要他在电脑前露出了伤心难过的表情，电脑就会立马给他发送猫猫的照片，雪中送炭不过如此了。
效果大概是这个样子：
好了好了，文摘菌知道很多人已经等不及了，我们现在就来看看这个项目到底是怎么完成的。
手把手教你“科学”吸猫
在吸猫之前，我们得让电脑知道我们现在很伤心，这样它才会给我们发猫猫照片。
在面部表情识别这块，Healey选择了开源的vladmandic/human，该数据库中提供了一个API来获取一些常见情绪的权重。
['sad', 'angry', 'disgust', 'fear', 'neutral', 'happy', 'surprise']
他将情绪简单地分为“好”与“坏”，这样对电脑来说会更容易区分和识别，同时系统会给每种情绪进行评分，总分在-1（非常差）和1（非常好）之间。
由于不想每次因为打喷嚏就随意触发系统运行，Healey还添加了一个3秒追踪平均值来评估当前的情绪。
在添加的调试控制台中，就能看到这些情绪分数，就像这样：
在系统发送一张猫猫照片之后，它也会进入5分钟的待机时间，然后才会重新开始工作。
Healey将所有前端代码写在一个index.html原型文件中，主循环以30-40 FPS的速度运行。
function main() { const config = { backend: 'webgl' } const human = new Human.Human(config) async function detectVideo() { // `inputVideo` is a video of a webcam stream const result = await human.detect(inputVideo) // `result` contains an array of faces along with emotion weights handleResult(result) requestAnimationFrame(detectVideo) } detectVideo() }
第一步完成了，接下来我们要让电脑给我们发送猫猫照片。
在这里，Healey使用的是Pushover，该程序目前在程序员家庭自动化项目中还挺受欢迎的。
r = requests.post( "https://api.pushover.net/1/messages.json", data={ "token": token, "user": user, "message": f"{cat_name} needs your attention.", }, files={"attachment": (f"{cat_name}", open(cat_picture, "rb"), "image/jpeg")}, )
随后，Healey将两个API粘合在一起以获取消息数据。随机名称来自网站randomuser。
网站地址：
随机猫猫照片：
https://api.thecatapi.com/v1/images/search
实际上，获得照片后还需要调整图像大小，因为Cat API致力于提供高分辨率的照片，通常能有5MB。
以下就是最终得到这个函数的方式：
def shrink_cat(path): image = Image.open(path) image.thumbnail((400, 400)) image.save(path)
Healey使用PythonSimpleHTTPRequestHandler来提供静态文件，这与one-liner提供文件时运行的服务器相同python -m http.server。
Healey的计划是不为此运行后端，虽然这仍然是一个可以实现的目标，但他发现用Python编写API粘合代码更快。当他意识到还需要一个API路由来处理“send cat”时，他正要安装Flask，但似乎可以......通过添加这个 hack 继续使用这个简单的服务器：
class HttpRequestHandler(http.server.SimpleHTTPRequestHandler): # future employers, please look away # while I override this function def translate_path(self, path): if path == "/web/cat.json": send_cat() return super().translate_path(path)
超越地域和文化，AI识别16种面部表情
说到面部识别，此前Nature就发表了一篇论文，证实了人类情感表达跨越地域和文化边界的普遍性。
论文链接：
https://www.nature.com/articles/s41586-020-3037-7
一般来说，人类面部有43块不同的肌肉，这些肌肉可以被激活在眼睛、鼻子、嘴巴、下巴、下巴和眉毛周围，从而做出数千种不同的表情。
为了研究这些表情，加州大学伯克利分校和谷歌的研究人员使用被称为“深度神经网络”的机器学习技术，分析了YouTube上约600万个视频片段中的面部表情，这些视频来自北美、中美、南美、非洲、欧洲、中东和亚洲的144个国家。
同时，研究人员还创建了一个在线互动地图，展示了该算法如何跟踪与16种情绪相关的面部表情变化，包括娱乐、愤怒、敬畏、专注、困惑、蔑视、满足、欲望、失望、怀疑、得意、兴趣、痛苦、悲伤、惊讶和胜利。
研究人员还发现，无论身处世界各地，这16种面部表情都出现在类似的情境中。每个人都倾向于以类似的方式欢呼、哭泣、集中注意力和庆祝，没有一群人会因受惊而微笑、耸肩或因高兴而皱眉。
也就是说，我们用来表达情绪反应的70%的表情是跨文化共享的。
所以，不要担心电脑看不懂你的表情，难过的时候你就难过给它看，然后好好吸猫放松一下~
love&peace！
相关报道：
https://healeycodes.com/when-im-sad-my-computer-sends-me-a-cathttps://twitter.com/NEKOLAND13/status/1442795503859613697
