एआई मॉडल और प्लेटफ़ॉर्म
नई एआई फेशियल रिकग्निशन तकनीक एक कदम और आगे बढ़ गई
मुख्य बिंदुफुजित्सु का दावा है कि उसकी सामान्यीकरण प्रक्रिया एक ही छवि से अधिक भावनात्मक विवरण…
और देखें
- फुजित्सु का दावा है कि उसकी सामान्यीकरण प्रक्रिया एक ही छवि से अधिक भावनात्मक विवरण निकालती है।
- मौजूदा चेहरा पहचान उपकरणों को भावनाएँ पढ़ने में कठिनाई होती है जब चेहरे सीधे सामने से नहीं देखे जाते।
- फुजित्सु का कहना है कि उसका उपकरण घबराहट भरी हँसी जैसे सूक्ष्म भावनात्मक बदलावों का पता लगा सकता है।
यह लगता है कि फेशियल रिकग्निशन तकनीक में आर्टिफिशियल इंटेलिजेंस का उपयोग अब तक सबसे आगे बढ़ा है। जैसा कि ZDNet नोट करता है, अब तक कंपनियों जैसे Microsoft (MSFT ) ने पहले से ही फेशियल रिकग्निशन तकनीक विकसित की है जो भावना टूल्स का उपयोग करके फेशियल एक्सप्रेशन (FR) को पहचान सकती है। लेकिन अब तक का सीमित कारक यह है कि ये टूल्स आठ, सो-कॉल्ड कोर स्टेट्स – गुस्सा, अपमान, डर, घृणा, खुशी, दुख, आश्चर्य या तटस्थता तक सीमित थीं।
अब जापानी टेक डेवलपर Fujitsu आगे बढ़कर एआई-आधारित तकनीक के साथ फेशियल रिकग्निशन को एक कदम और आगे ले जा रहा है, जो व्यक्त की गई भावनाओं को ट्रैक करने में मदद करता है।
मौजूदा फेशियल रिकग्निशन तकनीक, जैसा कि ZDNet द्वारा समझाया गया है, “विभिन्न एक्शन यूनिट्स (AUs) की पहचान पर आधारित है – अर्थात, कertain चेहरे की मांसपेशियों की गतिविधियां जो हम करते हैं और जो विशिष्ट भावनाओं से जुड़ी होती हैं।” एक दिए गए उदाहरण में, “यदि दोनों AU ‘चीक रेज़र’ और AU ‘लिप कॉर्नर पुलर’ एक साथ पहचाने जाते हैं, तो एआई यह निष्कर्ष निकाल सकता है कि जिस व्यक्ति का विश्लेषण किया जा रहा है वह खुश है।
फुजित्सु के एक प्रवक्ता ने समझाया, “मौजूदा तकनीक के साथ समस्या यह है कि एआई को प्रत्येक एयू के लिए बड़े डेटासेट पर प्रशिक्षित करने की आवश्यकता है। यह जानने की आवश्यकता है कि कैसे एक एयू को सभी संभावित कोणों और स्थितियों से पहचानें। लेकिन हमारे पास इसके लिए पर्याप्त छवियां नहीं हैं – इसलिए यह आमतौर पर इतना सटीक नहीं है।”
एआई को प्रभावी ढंग से भावनाओं का पता लगाने के लिए बड़ी मात्रा में डेटा की आवश्यकता है, यह वर्तमान में उपलब्ध फेशियल रिकग्निशन के लिए वास्तव में यह पहचानना बहुत मुश्किल है कि परीक्षित व्यक्ति क्या महसूस कर रहा है। और यदि व्यक्ति कैमरे के सामने नहीं बैठा है और सीधे इसकी ओर नहीं देख रहा है, तो कार्य और भी कठिन हो जाता है। कई विशेषज्ञों ने हाल के शोध में इन समस्याओं की पुष्टि की है।
फुजित्सु दावा करता है कि उसने भावनाओं का पता लगाने में फेशियल रिकग्निशन परिणामों की गुणवत्ता बढ़ाने का समाधान खोजा है। एआई को प्रशिक्षित करने के लिए बड़ी संख्या में छवियों का उपयोग करने के बजाय, उनके द्वारा बनाए गए नए टूल का कार्य “एक तस्वीर से अधिक डेटा निकालना” है। कंपनी इसे ‘नॉर्मलाइजेशन प्रोसेस’ कहती है, जिसमें “एक विशिष्ट कोण से ली गई तस्वीरों को फ्रंटल शॉट जैसी छवियों में परिवर्तित करना शामिल है।”
प्रवक्ता ने समझाया, “एक ही सीमित डेटासेट के साथ, हम एक ही तस्वीर से अधिक एयू का पता लगा सकते हैं, यहां तक कि तिरछे कोण से ली गई तस्वीरों में, और अधिक एयू के साथ, हम जटिल भावनाओं की पहचान कर सकते हैं, जो वर्तमान में विश्लेषित की जाने वाली मूल अभिव्यक्तियों से अधिक सूक्ष्म हैं।”
कंपनी दावा करती है कि अब यह “भावनात्मक परिवर्तनों का पता लगा सकती है, जैसे कि घबराहट वाली हंसी, 81% की पहचान सटीकता दर के साथ, जो ‘मानक मूल्यांकन विधियों’ के माध्यम से निर्धारित की गई थी।” तुलना में, स्वतंत्र शोध के अनुसार, Microsoft टूल्स में 60% की सटीकता दर है, और उन्हें तिरछे कोण से ली गई तस्वीरों के साथ भावनाओं का पता लगाने में समस्याएं थीं।
संभावित अनुप्रयोगों के रूप में, फुजित्सु उल्लेख करता है कि इसके नए टूल्स का उपयोग सड़क सुरक्षा के लिए किया जा सकता है “ड्राइवरों के एकाग्रता में छोटे बदलावों का पता लगाकर”।












