小說《三體(ti) 》中，“三體(ti) 人”不會(hui) 撒謊、彼此思維和情緒完全透明的情節你也許並不陌生。隨著人工智能（AI）情緒識別技術的發展，機器已經能識別人類情緒的變化。情緒識別正被越來越廣泛地應用於(yu) 機器智能中，也許有一天，人類會(hui) 被AI徹底看穿。

近日，中國台灣聯合大學研究人員在IEEE ACCESS上發表論文，提出用特定連續動作間骨骼點速度的變化程度，來區分人類微妙情緒變化的新方法。該方法與(yu) 時空圖卷積網絡（ST-GCN）相比，“可有效地將識別精度提高50％以上”。

別動，動就被看穿

“通過麵部特征、語義(yi) 與(yu) 腦波分析來識別人類情緒的研究已經比較多了，AI也能有效地識別出人類的情緒。我們(men) 試圖提出一種新的情緒識別方式，可以讓人們(men) 在不同場景下有更多選擇，未來也可以通過多手段融合，更準確地進行情緒識別。”論文第一作者、台灣聯合大學助理教授蔡明峰在郵件中寫(xie) 道，“基於(yu) Pose Net深度學習(xi) 神經網絡，我們(men) 提出時空變化圖卷積網絡（STV-GCN ）技術，在進行情緒識別時，獲得人體(ti) 骨架關(guan) 鍵點信息不受衣物、皮膚或肌肉等因素的影響。”

在人工智能情緒識別領域，基於(yu) 麵部，語義(yi) 或腦電波識別技術需要大量的訓練樣本，通過ST-GCN的連續運動來訓練和識別人類行為(wei) 模式。但是，該技術難以區分微妙的情緒變化。STV-GCN識別訓練方法采用骨骼檢測技術，計算連續動作之間的骨骼點變化程度，並使用特定算法對速度水平進行分類，以區分快速和細微的動作。該係統對相同動作不同速度的識別精度達到88.89％，情緒狀態的識別精度達到83.34％。在速度分類階段和情緒狀態分類階段，STV-GCN的準確率比ST-GCN提高50％以上。

蔡明峰認為(wei) ，在開放區域（如城市廣場或交通係統）中，通過骨骼點變化進行情感識別，可以避免潛在的危險發生。係統可以主動識別具有特殊情緒狀況（例如憤怒或悲傷(shang) ）的人，並主動通知該區域的安全管理人員進行處理。由此可以在一定程度上避免暴力衝(chong) 突或惡性傷(shang) 害事件發生。

AI“懂你”九分

“並非隻有麵部才有微表情，身體(ti) 姿態也有。”中國科學院自動化研究所研究員、模式識別國家重點實驗室副主任陶建華告訴《中國科學報》，“通過麵部區域還是通過身體(ti) 姿態來識別情緒其實各有優(you) 缺點，各有不同的適應場景，很難說誰比誰強。”

很多時候,人們(men) 的表情和動作帶有比語言更豐(feng) 富的信息。在AI情緒識別領域,多數識別方法在分析麵部表情的背景下進行,現實生活中，人們(men) 有時會(hui) 通過語言和表情來掩飾自己的情緒,而肢體(ti) 語言很難操縱, 相關(guan) 的微表情很難掩飾，往往能傳(chuan) 達出更細致、更真實的情感狀態。

陶建華介紹說，目前主要有兩(liang) 種AI情感識別方式。一是接觸式，即利用人的生理特征（包括腦電、皮膚電、心率心跳）等的信號變化、以生理參數來分析人的情緒變化。人類情感變化時，會(hui) 伴隨著出現一些生理特征的變化，這些生理特征的細微變化可以反映出情緒波動，比如測謊就是利用這樣的原理。二是非接觸式，包括利用音頻和視頻信息，如利用聲音的特點進行分析，或者依靠視頻信息中，表情、頭部姿態、身體(ti) 姿勢的變化來進行識別。非接觸式有基於(yu) 音頻的，有基於(yu) 視頻的，也有將音視頻方式結合起來進行的。情緒識別通常都采取模式識別，或模式分類的方法進行。“無論是傳(chuan) 統的統計模型，還是現在基於(yu) 神神經網絡、深度神經網絡的一些方法，都能取得比較好的結果”。

“機器不但能識別出人的情緒，還相當準確。總體(ti) 來說，現在的準確率超過80%，在一些特定的場景中，甚至能達到90%以上。”陶建華說，“情感識別是一種信息通道，準確的識別能增強機器對人的理解能力，如果結合語義(yi) 、周圍環境等信息，機器可以綜合判斷人的心理狀況和真實的意圖，從(cong) 而改善人機交互能力，增強人機交互的友好性。”

讓AI成為(wei) 有趣的靈魂

“能夠識別出人類的情感和機器自己具備情感是兩(liang) 個(ge) 概念。”陶建華說，“情感的產(chan) 生涉及一係列複雜的心裏過程，是包括社會(hui) 文化、周圍環境情況、心理狀態等多因素綜合作用的結果。盡管人們(men) 對AI情感表現方麵有些研究，但目前從(cong) 全球範圍內(nei) 來說，機器產(chan) 生的情感都比較初級的，離像人類一樣還有不小的距離。”

陶建華介紹說，機器與(yu) 人、機器與(yu) 機器之間的交流和人們(men) 的理想尚有距離。在情感識別過程中，如何在一個(ge) 數據集中做好一個(ge) 模型，能夠在更大範圍使用也需要進一步去探索，“有些方麵進一步需要去提高，但這些都不是難以克服的問題”。

AI更善解人意，就可以應用到更多的場景。比如，在全球疫情常態化的背景下，線上學習(xi) 逐漸成為(wei) 一種重要的學習(xi) 方式。當學生麵對屏幕時，他是否在認真聽講、是否聽懂了？他的困惑、緊張或者覺得乏味時，都會(hui) 有相應的情緒和表現，如果通過AI技術，識別出屏幕前學生的情緒並判斷出學習(xi) 狀態，就可以更好地控製難度和進度。

目前，已經有不少AI情緒識別研究機構在遠程醫療、遠程教育、養(yang) 老看護、打擊犯罪、營銷、遊戲，定向廣告投放等領域進行探索。據一家市場研究公司預測，2021年全球情感計算市場將達到540億(yi) 美元。

很多場景亟須更“懂你”的AI出現。我們(men) 期待更聰明的AI成為(wei) 得力的助手、有趣的靈魂。

相關(guan) 論文信息：DOI：10.1109 / ACCESS.2021.3052246



關(guan) 注【深圳科普】微信公眾(zhong) 號，在對話框：
回複【最新活動】，了解近期科普活動
回複【科普行】，了解最新深圳科普行活動
回複【研學營】，了解最新科普研學營
回複【科普課堂】，了解最新科普課堂
回複【科普書(shu) 籍】，了解最新科普書(shu) 籍
回複【團體(ti) 定製】，了解最新團體(ti) 定製活動
回複【科普基地】，了解深圳科普基地詳情
回複【觀鳥星空体育官网入口网站】，學習(xi) 觀鳥相關(guan) 科普星空体育官网入口网站