AI-mallit ja alustat

Tutkimusryhmä kehittää menetelmän 3D-kasvojen ilmeiden tunnistamiseksi tekoälyllä

Alex McFarland
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatKAIST:n valokenttäkamera voittaa varjot mahdollistaen vakaan 3D-kasvojen rekonstruktion.
Näytä lisää
  • KAIST:n valokenttäkamera voittaa varjot mahdollistaen vakaan 3D-kasvojen rekonstruktion.
  • Koneoppiminen 3D-kuvilla saavutti 85 prosentin tarkkuuden ilmeiden erottelussa.
  • Tekniikka mahdollistaa mobiilin terveydenhuollon ja ihmisen ja koneen välisen vuorovaikutuksen sovellukset.

Korea Advanced Institute of Science and Technologyn (KAIST) professoreiden Ki-Hun Jeongin ja Doheon Leen johtama tutkimusryhmä on kehittänyt uuden menetelmän kasvojen ilmeiden tunnistamiseksi yhdistämällä lähi-infrapuna-alueen valokenttäkameratekniikkaa ja tekoälyä.

Tutkimus on julkaistu Advanced Intelligent Systems -julkaisussa.

Valokenttäkamerat

Valokenttäkamerat sisältävät mikrolinssiryhmän kuvananturin edessä, mikä mahdollistaa niiden sopimisen älypuhelimeen. Samalla ne voivat hankkia valon paikka- ja suuntatiedot yhdellä otoksella.

Tätä kuvantamismenetelmää käytetään kuvien rekonstruointiin monin eri tavoin, kuten moninäkymänä, uudelleentarkennuksena ja 3D-kuvan hankkimisena.

Toisaalta menetelmällä on joitakin rajoituksia. Olemassa olevat valokenttäkamerat ovat kärsineet vaikeuksista tarjoessaan tarkkaa kuvakontrastia ja 3D-rekonstruktioita johtuen ympäristön ulkoisista valonlähteistä aiheutuvista varjoista.

Tutkimusryhmä pystyi vakauttamaan 3D-kuvan rekonstruktioita, jotka riippuvat ympäristön valosta, ja menetelmä mahdollisti heidän voittaa olemassa olevien valokenttäkameroiden rajoitukset. He kehittivät uuden kameran, joka on optimoitu kasvojen ilmeiden 3D-rekonstruktioita varten, ja he käyttivät sitä hankkiakseen laadukkaita 3D-rekonstruktioita kasvojen ilmeistä eri tunteista. He pystyivät saavuttamaan tämän riippumatta ympäristön valaistusolosuhteista.

Koneoppiminen ilmeiden erottamiseen

Tutkimusryhmä käytti sitten koneoppimista erottamaan kasvojen ilmeet hankitusta 3D-kuvasta, jolloin saavutettiin 85 prosentin tarkkuus. He laskivat myös etäisyystietojen keskinäisen riippuvuuden, joka vaihtelee kasvojen ilmeen mukaan 3D-kuvissa, tunnistamaan tiedon, jonka valokenttäkamerat käyttävät ihmisten ilmeiden erottamiseen.

“Tutkimusryhmän kehittämä erittäin pienikokoinen valokenttäkamera voi tulla uudeksi alustaksi, jolla voidaan analysoida ihmisten kasvojen ilmeitä ja tunteita määrällisesti”, professori Ki-Hun Jeong sanoi.

Tämä tutkimus voi vaikuttaa laajasti moniin eri aloihin.

“Sitä voidaan soveltaa monilla aloilla, kuten mobiilissa terveydenhuollossa, kenttädiagnostiikassa, sosiaalisessa kognitiossa sekä ihmisen ja koneen vuorovaikutuksessa”, hän sanoi.

Alex johtaa Unite.AI:n tekoälypohjaista uutistoimintaa, yhdistäen journalismia, tutkimusta ja automaatiota tukeakseen ajantasaista ja skaalautuvaa tekoälyä koskevaa uutisointia. Hänen työnsä auttaa varmistamaan, että nousevat tekoälykehitykset saadaan esiin tehokkaasti samalla kun julkaisun toimitukselliset standardit säilyvät.