Нова технологія розпізнавання облич людини з використанням штучного інтелекту робить ще один крок вперед

Здається, що використання штучного інтелекту в технології розпізнавання облич людини є одним з найрозвиненіших напрямків на сьогодні. Як зазначає ZDNet, компанії, такі як Microsoft (MSFT ), уже розробили технологію розпізнавання облич людини, яка може розпізнавати вирази обличчя (FR) за допомогою інструментів емоцій. Однак обмежувальною фактором на сьогодні було те, що ці інструменти були обмежені восьмома так званими основними станами – гнів, зневага, страх, огиду, щастя, смуток, здивування або нейтральність.

Тепер японська технологічна компанія Fujitsu представила технологію, засновану на штучному інтелекті, яка робить ще один крок вперед у відстежуванні виражених емоцій.

Існуюча технологія FR базується, як пояснює ZDNet, на “ідентифікації різних діючих одиниць (AUs) – тобто певних рухів м’язів обличчя, які можна пов’язати з конкретними емоціями”. У даному прикладі, “якщо одночасно ідентифікуються AU ‘підіймач щік’ і AU ‘підіймач куточків губ’, штучний інтелект може зробити висновок, що людина, яку він аналізує, щаслива.

Як пояснив представник Fujitsu, “проблема з поточною технологією полягає в тому, що штучному інтелекту потрібно бути навченим на величезних наборах даних для кожної AU. Він повинен знати, як розпізнавати AU з усіх можливих кутів і позицій. Але у нас немає достатньої кількості зображень для цього – тому зазвичай це не дуже точне.”

Велика кількість даних, необхідна для навчання штучного інтелекту для ефективного розпізнавання емоцій, робить дуже важким для поточної технології FR真正 розпізнавати, що людина насправді відчуває. І якщо людина не сидить перед камерою і не дивиться прямо в неї, завдання стає ще складніше. Багато експертів підтвердили ці проблеми в деяких недавніх дослідженнях.

Fujitsu заявляє, що знайшла рішення для підвищення якості результатів розпізнавання облич людини при розпізнаванні емоцій. Замість використання великої кількості зображень для навчання штучного інтелекту, їхній новий інструмент має завдання “вилучити більше даних з одного зображення”. Компанія називає це “процесом нормалізації”, який включає в себе перетворення зображень “знятих під певним кутом в зображення, що нагадують фронтальний знімок”.

Як пояснив представник компанії, “з тим же обмеженим набором даних ми можемо краще розпізнавати більше AU, навіть на зображеннях, знятих під кутом, і з більшою кількістю AU ми можемо ідентифікувати складні емоції, які є більш тонкими, ніж основні вирази, які зараз аналізуються.”

Компанія заявляє, що тепер вона може “розпізнавати зміни емоцій, такі складні, як нервова посмішка, з точністю 81%, число, яке було визначено за допомогою ‘стандартних методів оцінки'”. Для порівняння, згідно з незалежними дослідженнями, інструменти Microsoft мають точність 60%, і також мали проблеми з розпізнаванням емоцій, коли працювали з зображеннями, знятими під кутом.

Як потенційні застосування, Fujitsu згадує, що їхні нові інструменти можуть бути використані, серед іншого, для забезпечення безпеки дорожнього руху “за рахунок розпізнавання навіть малих змін у концентрації уваги водіїв”.