AI-mallit ja alustat
Tutkimusryhmä kehittää menetelmän 3D-kasvojen ilmeiden tunnistamiseksi tekoälyllä
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.












