今天你快乐吗？AI 从走路姿态就能识别你的情绪

人工智能可以做的事情很多，但它们能“读懂”人类的心情嘛?近日科学家们可能找到了一种让AI学会“读心”的方法。

近日，查珀尔希尔大学（University of Chapel Hill）和马里兰大学（University of Maryland）的研究人员们研发了一种机器学习方法，利用人们步行时的身体语言，解读他们的情绪。

该算法是目前第一个利用最先进的3D人体姿态估计技术，来识别步行视频中目标情绪的方法，它能够从人的步态中识别他们的感知情绪（perceived emotion）、效价（valence）和唤醒（arousal），准确率达80.07%。

据卓源科技了解到，这一研究成果已于美国时间2019年6月14日发表在arXiv平台上，论文名为《利用情感和深层特征识别行走中的情绪（Identifying Emotions from Walking using Affective and Deep Features）》。

四种长效情绪识别

研究人员认为，情绪在人们的生活中扮演着重要的角色，既贯穿了人们的经历，同时也塑造了人们看待世界和与他人互动的方式。由于感知情绪在人们的日常生活中有着重要作用，因此自动情绪识别技术在游戏和娱乐、安全和执法、购物、人机交互等领域，已经成为了学术界一个重要的研究内容。

在这项技术中，研究人员针对人们的四种情绪进行了研究，分别为快乐、悲伤、愤怒和中性。这四种情绪都能较长时间地影响人们，并能“丰富”人们的步行方式。

研究人员从多个步行视频语料库中提取人们的步态，并使用3D姿态估计技术来识别提取的步态和步态表现的情绪特征。这些3D姿态会被传输到能够学习长期相关性的长短期记忆模型（LSTM）网络中，研究人员将利用这一网络从姿态序列中获取特征，并使用多个步态数据集来训练这个LSTM网络。

同时，研究人员还将经过计算的情感特征与深层特征连接起来，并与随机森林分类器（Random Forest Classifier）相结合，输出多个独立决策树的平均预测，将提取的步态例子分到上述四种情绪类别中。

多种步态识别特征

研究人员获取的步态特征包括了人们的肩膀姿势、连续步伐之间的距离，以及手和脖子之间的区域。在身体语言方面，人们的步行方式常常会受到情绪的影响，例如，当人感到压抑或沮丧时，会比满足时更耸拉着肩膀。

机器算法在识别步态的过程中，头部倾斜角度被用来区分快乐和悲伤的情绪，而“身体紧张”和“身体舒张”分别识别积极和消极的情绪。至于情绪平静还是精神充沛，研究人员注意到它往往与运动量是否增加相对应，该模型考虑了速度、加速度的大小，以及手、脚和头部关节的“运动抖动”。

算法准确率高达80.07%

卓源科技发现AI系统处理的样本来自“Emotion Walk”数据集，简称EWalk。EWalk是一组包含1384个步态的新数据集，这些步态是从24名受试者在大学校园(包括室内和室外)散步的视频中提取的。大约有700名来自 Amazon Mechanical Turk 的参与者给情绪贴上标签，研究人员用这些标签来确定情绪的类别和兴奋程度。

研究报告显示，在测试中，该研究团队情绪检测方法的准确率高达80.07%，比Crenn et al.算法提高了13.85%，比不考虑情绪特征的“vanilla” LSTMs提高了24.6%。

但这些数据并不代表该机器学习方法的检测是万无一失的，因为它的准确率在很大程度上取决于3D人体姿态估计和步态提取的精确度。

尽管该方法的准确率还存在一定的限制，但研究团队依然相信，他们的机器学习方法能为涉及其他活动，以及其他情绪识别算法的研究提供了可靠的技术基础。同时，研究人员还表示，他们研究的方法也是第一个利用最先进的3D人体姿态估计技术，为步行视频中的情绪识别提供实时管道的方法。

在未来，研究人员也将继续收集更多的数据集，进一步解决目前该机器学习方法所受到的限制。

卓源科技专注于智慧建筑领域发展，兼顾智慧医疗、智慧管廊、智慧农业等领域，坚持“以人为本”的建设理念，注重智能化项目与城市环境、人文相结合，聚焦于智慧城市顶层规划，依托多年来在智慧城市领域的经验和优势，致力于为客户提供全方位高品质的专业服务，为打造智慧城市、建设魅力中国贡献力量。

欢迎关注“卓源股份”公众号，更多精彩内容等你来看~