Новата технологија за препознавање лице со вештачка интелигенција оди еден чекор понатаму

Се чини дека употребата на вештачка интелигенција во технологијата за препознавање лица е онаа што пораснала најдалеку досега. Како ZDNet белешки, досега компаниите како Мајкрософт веќе имаат развиено технологија за препознавање лице што може да препознае израз на лицето (FR) со употреба на алатки за емоции. Но, ограничувачкиот фактор досега беше тоа што овие алатки беа ограничени на осум, таканаречени основни состојби -  гнев, презир, страв, одвратност, среќа, тага, изненадување или неутрално. 

Сега чекори во јапонски технолошки развивач Fujitsu, со технологија заснована на вештачка интелигенција која го носи препознавањето лице чекор понапред во следењето на изразените емоции.

Постоечката FR технологија се заснова, како што објаснува ZDNet, на „iидентификување на различни акциони единици (АЕ) - тоа е, одредени движења на мускулите на лицето што ги правиме и кои може да се поврзат со специфични емоции“. Во даден пример, „ако и AU „подигачот на образите“ и AU „извлекувачот на аглите на усните“ се идентификуваат заедно, вештачката интелигенција може да заклучи дека личноста што ја анализира е среќна.

Како што објасни портпаролот на Fujitsu, „Прашањето со сегашната технологија е дека вештачката интелигенција треба да биде обучена за огромни збирки на податоци за секоја АЕ. Треба да знае како да препознае AU од сите можни агли и позиции. Но, немаме доволно слики за тоа - така што обично, тоа не е толку точно“.

Голема количина на податоци потребни за да се обучи вештачката интелигенција да биде ефикасна во откривањето на емоциите, многу е тешко за моментално достапниот ФР навистина да препознае што чувствува испитаното лице. А ако личноста не седи пред камерата и не гледа директно во неа, задачата станува уште потешка. Многу експерти ги потврдија овие проблеми кај некои неодамнешно истражување.

Fujitsu тврди дека нашла решение за зголемување на квалитетот на резултатите од препознавањето на лицето во откривањето на емоциите. Наместо да користат голем број слики за обука на вештачката интелигенција, нивната новосоздадена алатка има задача да „извлечете повеќе податоци од една слика“. Компанијата го нарекува овој „процес на нормализација“, кој вклучува претворање на слики „земени од одреден агол во слики што личат на фронтална снимка“.

Како што објасни портпаролот, „Со истата ограничена база на податоци, можеме подобро да откриеме повеќе AU, дури и на слики направени од кос агол, а со повеќе AU, можеме да идентификуваме сложени емоции, кои се посуптилни од основните изрази што се анализираат во моментов“.

Компанијата тврди дека сега може „детектирајте емоционални промени толку елаборирани како нервозното смеење, со стапка на прецизност на откривање од 81%, бројка што беше одредена преку „стандардни методи за евалуација“. За споредба, според независно истражување, алатките на Microsoft имаат стапка на прецизност од 60%, а исто така имаа проблеми со откривање на емоции кога работеше со слики направени од покоси агли.

Како потенцијални апликации, Fujitsu споменува дека неговите нови алатки би можеле, меѓу другото, да се користат и за безбедност на патиштата“.со откривање дури и мали промени во концентрацијата на возачите“.