AI-modeller og plattformer

Ny AI-basert ansiktsgjenkjenningsteknologi går et skritt videre

Ljubinko Zivkovic
Legg til Unite.AI blant dine foretrukne kilder på Google
Viktige punkterFujitsu hevder at normaliseringsprosessen deres trekker ut mer emosjonell detalj fra et…
Vis mer
  • Fujitsu hevder at normaliseringsprosessen deres trekker ut mer emosjonell detalj fra et enkeltbilde.
  • Eksisterende verktøy for ansiktsgjenkjenning sliter med å lese følelser når ansikter ikke ses rett forfra.
  • Fujitsu sier at verktøyet deres kan oppdage subtile følelsesmessige endringer, som nervøs latter.

Det ser ut til at bruken av kunstig intelligens i ansiktsgjenkjenningsteknologi er ett område som har utviklet seg mest så langt. Ifølge ZDNet har selskaper som Microsoft (MSFT ) allerede utviklet ansiktsgjenkjenningsteknologi som kan gjenkjenne ansiktsuttrykk (FR) med hjelp av emosjonstverktøy. Men begrensningen så langt har vært at disse verktøyene bare har vært begrenset til åtte såkalte kjerne-tilstander – sinne, forakt, frykt, avsky, lykke, sorg, overraskelse eller nøytral.

Nå kommer den japanske teknologiutvikleren Fujitsu med AI-basert teknologi som tar ansiktsgjenkjenning ett skritt videre i å spore uttrykte emosjoner.

Den eksisterende FR-teknologien er basert, som ZDNet forklarer, på “å identifisere ulike handlingseenheter (AUs) – det vil si bestemte ansiktsmuskulaturbevegelser vi gjør og som kan kobles til bestemte emosjoner.” I et gitt eksempel, “hvis både AU ‘kindheiseren’ og AU ‘lepphjørne-trekkeren’ identifiseres sammen, kan AI-en konkludere at personen det analyserer er glad.

Ifølge en Fujitsu-talsperson er “problemet med den nåværende teknologien er at AI-en må trenes på enorme datamengder for hver AU. Den må vite hvordan den kan gjenkjenne en AU fra alle mulige vinkler og posisjoner. Men vi har ikke nok bilder til det – så vanligvis er det ikke så nøyaktig.”

Et stort datamengde trengs for å trene AI til å være effektiv i å gjenkjenne emosjoner, og det er svært vanskelig for den nåværende FR å virkelig gjenkjenne hva personen som undersøkes føler. Og hvis personen ikke sitter foran kameraet og ser rett inn i det, blir oppgaven enda vanskeligere. Mange eksperter har bekreftet disse problemene i noen nye studier.

Fujitsu hevder å ha funnet en løsning for å øke kvaliteten på ansiktsgjenkjenningresultatene i å gjenkjenne emosjoner. I stedet for å bruke et stort antall bilder for å trene AI-en, har deres nyutviklede verktøy oppgaven å “uttrekke mer data fra ett bilde.” Selskapet kaller dette “normaliseringsprosessen”, som innebærer å konvertere bilder “tatt fra en bestemt vinkel til bilder som ligner et frontbilde.”

Ifølge talspersonen “kan vi med samme begrensede datamengde bedre gjenkjenne flere AUs, selv i bilder tatt fra en skjev vinkel, og med flere AUs kan vi identifisere komplekse emosjoner, som er mer subtile enn de kjerne-uttrykkene som nå analyseres.”

Selskapet hevder at de nå kan “gjenkjenne emosjonelle endringer så detaljerte som nervøst latter, med en gjenkjenningssikkerhet på 81%, et tall som ble bestemt gjennom ‘standard evalueringsmetoder’.” I sammenligning har uavhengig forskning vist at Microsofts verktøy har en gjenkjenningssikkerhet på 60%, og også hadde problemer med å gjenkjenne emosjoner når de arbeidet med bilder tatt fra mer skjeve vinkler.

Ifølge Fujitsu kan deres nye verktøy brukes til veisikkerhet “ved å gjenkjenne selv små endringer i sjåførenes konsentrasjon.”

Tidligere diplomat og oversetter for FN, nå frilans journalist/forfatter/forsker, med fokus på moderne teknologi, kunstig intelligens og moderne kultur.