Uusi tekoälykasvojen tunnistusteknologia menee askelen eteenpäin

Näyttää siltä, että tekoälyn käyttö kasvojen tunnistusteknologiassa on edennyt kaikkein pitkimmälle tähän asti. Kuten ZDNet huomauttaa, yritykset kuten Microsoft (MSFT ) ovat jo kehittäneet kasvojen tunnistusteknologiaa, joka voi tunnistaa kasvojen ilmeet (FR) emotion työkalujen avulla. Mutta rajoittava tekijä tähän asti on ollut, että nämä työkalut ovat olleet rajoitettu kahdeksaan niin sanottuun perusolotilaan – viha, halveksunta, pelko, inho, onnellisuus, suru, yllätys tai neutraali.

Nyt astuu japanilainen teknologiayritys Fujitsu mukaan, tekoälypohjaisella teknologialla, joka vie kasvojen tunnistuksen askelen eteenpäin seuraamalla ilmiönä olevia tunteita.

Olemassa oleva FR-teknologia perustuu, kuten ZDNet selittää, “tunnistamiseen erilaisia toimintayksiköitä (AUs) – eli tiettyjä kasvonlihasten liikkeitä, joita voidaan liittää tiettyihin tunteisiin.” Esimerkiksi, “jos molemmat AU ‘poskipunnerrin’ ja AU ‘huulien kulmanvetäjä’ tunnistetaan yhdessä, tekoäly voi päätellä, että analyysiin käytettävän henkilön onnellinen.

Fujitsun edustajan mukaan, ”nykyisen teknologian ongelma on, että tekoälylle on tarjottava valtava määrä dataa koulutukseen jokaisen AU:n osalta. Se tarvitsee tietää, miten tunnistaa AU:n kaikista mahdollisista kulmista ja asennoista. Mutta meillä ei ole tarpeeksi kuvia tähän – joten yleensä se ei ole kovin tarkin.”

Iso määrä dataa, jota tarvitaan tekoälyn kouluttamiseen tunteiden tunnistamiseksi, on hyvin vaikea nykyisellä FR:lle todella tunnistaa, mitä tutkittava henkilö tuntelee. Ja jos henkilö ei istu kameran edessä ja katso suoraan siihen, tehtävästä tulee vielä vaikeampi. Monet asiantuntijat ovat vahvistaneet nämä ongelmat joissakin tuoreissa tutkimuksissa.

Fujitsu väittää löytäneensä ratkaisun parantaa kasvojen tunnistustuloksia tunteiden havaitsemisessa. Sen sijaan, että käytettäisiin suurta määrää kuvia tekoälyn kouluttamiseen, uusi työkalu on tehtävä “erottaa enemmän dataa yhdestä kuvasta.” Yritys kutsuu tätä ’normalisointiprosessiksi’, joka sisältää kuvien muuttamisen “tietyistä kulmista otetuista kuviin, jotka muistuttavat eteenpäin osoittavaa otosta.”

Edustajan mukaan, ”saman rajoitetun aineiston kanssa voimme paremmin havaita useampia AU:ta, jopa kuvista, jotka on otettu vinosti, ja useamman AU:n avulla voimme tunnistaa monimutkaisempia tunteita, jotka ovat hienostuneempia kuin nykyisin analysoitavat perusilmeet.”

Yritys väittää, että se voi nyt “havaita tunteiden muutoksia yhtä tarkasti kuin hermostuneen naurun, 81 prosentin havaintatarkkuudella, joka on määritelty ’standardimenetelmin’.” Vertailukelpoisessa tutkimuksessa Microsoftin työkaluilla on 60 prosentin tarkkuus, ja ne ovat myös kärsineet ongelmista tunteiden havaitsemisessa, kun ne ovat käsitelleet kuvia, jotka on otettu vinosti.

Mahdollisina sovelluksina Fujitsu mainitsee, että uudet työkalut voivat olla muun muassa käytettävissä tieliikenneturvallisuuden parantamiseen “havaitsemalla jopa pieniä muutoksia kuljettajien keskittymisessä.”