热门标签 | HotTags
当前位置:  开发笔记 > 后端 > 正文

看下巴识心情,AI

瞄一瞄你的下巴,就知道你有没有在难过。这个温馨的场景对应的不是窝在怀里的小猫咪,而是……NeckFace,一款用于监控情绪的智能工具。它被设计成项链及颈带样式,AI只需要看到使用者

瞄一瞄你的下巴,就知道你有没有在难过。

这个温馨的场景对应的不是窝在怀里的小猫咪,而是……

Neck Face,一款用于监控情绪的智能工具。

看下巴识心情,AI 项链挂胸前也能识别面部表情

它被设计成项链及颈带样式,AI 只需要看到使用者的下巴,就可以获取面部表情数据。

这款设备的面部识别原理,不仅打破了必须在正面放置摄像头的局限,而且还能做到在运动过程中持续捕捉表情信息。

智能项链 Neck Face

项链式仪器包含一组 Neck Face,由红外摄像头 OV5647、近红外 LED 和红外带通滤波器组成,佩戴时位于下巴正下方;颈带式仪器包含两组,佩戴时分别位于两侧锁骨位置。

看下巴识心情,AI 项链挂胸前也能识别面部表情

摄像头位置这么靠下,能看到我们的表情吗?

看下巴识心情,AI 项链挂胸前也能识别面部表情

如此低的机位,自然看不到完整的面部表情,只能获得包含下巴部分下半张脸的轮廓图像。

AI 通过对这部分图像的信息提取,以算法推测出完整面部表情。

当我们做面部表情时,面部肌肉会拉伸和收缩,推拉皮肤影响附近面部肌肉的张力,这种效果会导致脸颊轮廓发生变化。

Neck Face 从颈部和下巴下方角度,用红外相机记录面部肌肉运动,以及所引起的面部轮廓变化。

获得脸部轮廓红外图像后,通过卷积神经网络帮助将二维图像轮廓重构为完整信息,并利用计算机视觉和深度学习模型,找到颈部和下巴红外图像与完整面部的联系。

结合 ARKit,从深度相机中提取了 52 个混合形状参数 (blend-shape),以及头部偏转角度数据,重构出完整的表情。

看下巴识心情,AI 项链挂胸前也能识别面部表情

经过这样的处理过程,能够从下巴角度图像获得完整面部表情。并且可以在佩戴过程中,连续记录表情变化。

为验证这款设备监测结果准不准确,研究人员使用了苹果手机深度相机作对比分析。

看下巴识心情,AI 项链挂胸前也能识别面部表情

测试者被要求在静坐和行走过程做出八种不同的表情,并且包含了上下左右四个方向转动头部的过程。

对比各种情况下手机和可穿戴仪器表情识别的差异,计算所得出的混合形状参数(分值 0-1000)平均绝对误差。

看下巴识心情,AI 项链挂胸前也能识别面部表情

通过对测试结果总结分析,可穿戴表情监测仪器误差在 20-35 之间。且可识别头部转动角度,角度误差在 2-4.5 度。

看下巴识心情,AI 项链挂胸前也能识别面部表情

▲ 左侧为手机摄像头识别处理的结果,右侧为 NeckFace 面部重建的结果。

两种设计相比,颈带式设备性能优于项链式,原因可能在于两侧摄像头能够捕获更多信息。

应用优势

现代人对自身健康越来越重视,不仅是身体机能的健康,心理健康也逐渐得到了更多关注。

以科学的方法对情绪进行监控,可以更好地掌握自身状况,及时做出调整或治疗,避免影响到身体机能。

记录情绪及心理状态建立起数据库,还可以方便个体追踪自身行为,有利于就医等社会活动。

提到大数据,一定会有人担心隐私泄漏的问题,由于 Neck Face 都是从头部下方对面部表情进行检测,而仅仅通过下半张脸无法识别到用户全部面部信息。

另外,Neck Face 是红外成像,对环境不作识别,可以很好地隐藏环境信息。

看下巴识心情,AI 项链挂胸前也能识别面部表情

对 Neck Face 的测试过程中也提到了,设备可以在行走中保持工作,这就大大解放了远程办公或视频会议时对使用者的局限,可以更自由地参与线上讨论。

研究团队

本研究主要由北京大学学生陈拓潮,麦吉尔大学学生 Yaxuan Li 完成,参与单位还有康奈尔大学 SciFi 实验室,康奈尔信息科学学院研究人员等。

康奈尔大学计算机与信息科学学院 Cheng Zhang 教授研发出可穿戴传感器 C-Face。在此基础上,陈拓潮等人做出改进,开发出这款更方便穿戴,性能更好的 Neck Face。

看下巴识心情,AI 项链挂胸前也能识别面部表情

▲ 左侧为使用者佩戴 C-Face,右侧为 3D 模型反馈的面部表情。

参考文献:https://dl.acm.org/doi/10.1145/3463511


推荐阅读
  • 3年半巨亏242亿!商汤高估了深度学习,下错了棋?
    转自:新智元三年半研发开支近70亿,累计亏损242亿。AI这门生意好像越来越不好做了。近日,商汤科技已向港交所递交IPO申请。招股书显示& ... [详细]
  • 生成式对抗网络模型综述摘要生成式对抗网络模型(GAN)是基于深度学习的一种强大的生成模型,可以应用于计算机视觉、自然语言处理、半监督学习等重要领域。生成式对抗网络 ... [详细]
  • 浏览器中的异常检测算法及其在深度学习中的应用
    本文介绍了在浏览器中进行异常检测的算法,包括统计学方法和机器学习方法,并探讨了异常检测在深度学习中的应用。异常检测在金融领域的信用卡欺诈、企业安全领域的非法入侵、IT运维中的设备维护时间点预测等方面具有广泛的应用。通过使用TensorFlow.js进行异常检测,可以实现对单变量和多变量异常的检测。统计学方法通过估计数据的分布概率来计算数据点的异常概率,而机器学习方法则通过训练数据来建立异常检测模型。 ... [详细]
  • 【论文】ICLR 2020 九篇满分论文!!!
    点击上方,选择星标或置顶,每天给你送干货!阅读大概需要11分钟跟随小博主,每天进步一丢丢来自:深度学习技术前沿 ... [详细]
  • 微软头条实习生分享深度学习自学指南
    本文介绍了一位微软头条实习生自学深度学习的经验分享,包括学习资源推荐、重要基础知识的学习要点等。作者强调了学好Python和数学基础的重要性,并提供了一些建议。 ... [详细]
  • 阿里Treebased Deep Match(TDM) 学习笔记及技术发展回顾
    本文介绍了阿里Treebased Deep Match(TDM)的学习笔记,同时回顾了工业界技术发展的几代演进。从基于统计的启发式规则方法到基于内积模型的向量检索方法,再到引入复杂深度学习模型的下一代匹配技术。文章详细解释了基于统计的启发式规则方法和基于内积模型的向量检索方法的原理和应用,并介绍了TDM的背景和优势。最后,文章提到了向量距离和基于向量聚类的索引结构对于加速匹配效率的作用。本文对于理解TDM的学习过程和了解匹配技术的发展具有重要意义。 ... [详细]
  • 本文介绍了腾讯最近开源的BERT推理模型TurboTransformers,该模型在推理速度上比PyTorch快1~4倍。TurboTransformers采用了分层设计的思想,通过简化问题和加速开发,实现了快速推理能力。同时,文章还探讨了PyTorch在中间层延迟和深度神经网络中存在的问题,并提出了合并计算的解决方案。 ... [详细]
  • 本文介绍了在Python张量流中使用make_merged_spec()方法合并设备规格对象的方法和语法,以及参数和返回值的说明,并提供了一个示例代码。 ... [详细]
  • 背景应用安全领域,各类攻击长久以来都危害着互联网上的应用,在web应用安全风险中,各类注入、跨站等攻击仍然占据着较前的位置。WAF(Web应用防火墙)正是为防御和阻断这类攻击而存在 ... [详细]
  • 本文介绍了Python语言程序设计中文件和数据格式化的操作,包括使用np.savetext保存文本文件,对文本文件和二进制文件进行统一的操作步骤,以及使用Numpy模块进行数据可视化编程的指南。同时还提供了一些关于Python的测试题。 ... [详细]
  • 建立分类感知器二元模型对样本数据进行分类
    本文介绍了建立分类感知器二元模型对样本数据进行分类的方法。通过建立线性模型,使用最小二乘、Logistic回归等方法进行建模,考虑到可能性的大小等因素。通过极大似然估计求得分类器的参数,使用牛顿-拉菲森迭代方法求解方程组。同时介绍了梯度上升算法和牛顿迭代的收敛速度比较。最后给出了公式法和logistic regression的实现示例。 ... [详细]
  • 面试经验分享:华为面试四轮电话面试、一轮笔试、一轮主管视频面试、一轮hr视频面试
    最近有朋友去华为面试,面试经历包括四轮电话面试、一轮笔试、一轮主管视频面试、一轮hr视频面试。80%的人都在第一轮电话面试中失败,因为缺乏基础知识。面试问题涉及 ... [详细]
  • 本博文基于《Amalgamationofproteinsequence,structureandtextualinformationforimprovingprote ... [详细]
  • 2018年人工智能大数据的爆发,学Java还是Python?
    本文介绍了2018年人工智能大数据的爆发以及学习Java和Python的相关知识。在人工智能和大数据时代,Java和Python这两门编程语言都很优秀且火爆。选择学习哪门语言要根据个人兴趣爱好来决定。Python是一门拥有简洁语法的高级编程语言,容易上手。其特色之一是强制使用空白符作为语句缩进,使得新手可以快速上手。目前,Python在人工智能领域有着广泛的应用。如果对Java、Python或大数据感兴趣,欢迎加入qq群458345782。 ... [详细]
  • 统一知识图谱学习和建议:更好地理解用户偏好
    本文介绍了一种将知识图谱纳入推荐系统的方法,以提高推荐的准确性和可解释性。与现有方法不同的是,本方法考虑了知识图谱的不完整性,并在知识图谱中传输关系信息,以更好地理解用户的偏好。通过大量实验,验证了本方法在推荐任务和知识图谱完成任务上的优势。 ... [详细]
author-avatar
真实的嘻嘻哈哈
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有