基於人工智慧的微表情識別技術

中國人工智慧開放創新平臺發表於2019-04-04

1 微表情定義與技術原理

針對人們真實情緒和意圖的研究始終是心理學和社會學主要研究方向。在20世紀早期,有學者開始以生理指標為基礎的情緒或者意圖研究。1921年加州大學John Larson發明了測謊儀,之後又出現了基於熱影像、腦電訊號以及功能磁共振成像等方法的生理監測方法。但這些方法的資訊採集需要專門裝置,而且這些評估手段基本公開,人們可以經過一定的訓練來隱瞞其真實意圖。與上述生理線索相比,面部表情是在人類進化過程中形成的,是人類之間傳遞社會資訊的主要手段和直觀手段。由於面部表情特徵包含豐富直觀的情緒資訊,並且可以透過非接觸的採集方式獲取,因此獲得人們廣泛關注。

表情是情緒的主觀體驗的外部表現模式,分為生理表情(真實心理狀態)、情緒表情(真實心理狀態+偽裝決策)和社交表情(理性決策和控制)等。美國Paul Ekman教授將人類的面部表情分為六類:高興、驚訝、悲傷、憤怒、厭惡、恐懼。其中,心理學家和神經學家發現,欺騙者會透過情緒欺騙試圖壓抑某些反映真實情緒的訊號,但卻無法完全壓抑,導致其真實情緒訊號洩露,這便出現了微弱且快速的面部動作,即微表情。微表情則特指人類試圖壓抑或隱藏真實情感時洩露的非常短暫且不能自主控制的面部表情。美國著名心理學家,表情和微表情的奠基者Ekman經過研究認為,微表情具有三個特點:持續時間不超過1/5秒,能反映人的真實情感,在全人類是普遍存在的。

微表情可能是判斷一個人真實情感的最有利的線索。經過幾十年的理論發展和試驗驗證,微表情逐漸被學術界接受和認可,美國已經在這方面進行了幾十年的研究工作,已被美國交通運輸安全部用於多個機場的安檢中,此外,在美國司法審訊、臨床醫學等領域也進行了應用測試。但國內在微表情的研究起步較晚,研究成果較少,而由於該領域的研究在很大程度上對於國家安全和司法實踐較為重要,所能獲得的國外資料較少。這種封鎖在一定程度上也說明了微表情研究的重要意義和潛在價值,因此有必要加強對微表情的研究。

2 微表情檢測與識別關鍵技術

在實際應用中,人們往往需要針對長影片中的面部表情進行分析。因此,作為一套完整實用系統,首先需要研究微表情和宏表情聯合檢測技術,並對檢測到的面部序列進行糾正,然後以糾正過的面部序列為基礎,對其中包含的情緒進行分類識別,進而建立從檢測到識別的系統體系。 主要研究內容如下:

(1)基於長影片的宏表情與微表情檢測研究

目前大多微表情研究仍基於對樣本影像和確定影片幀的識別,而真實系統則需要從長影片中檢測到微表情的出現才能進一步對微表情進行分析,由此,作為微表情研究的技術基礎,首先將在微表情與宏表情檢測的研究基礎上,研究並刻畫宏表情與微表情在時間和空間上的差異性,降低宏表情在微表情檢測時的干擾影響,並透過對面部運動強度和時空約束的分析來探索實時性和可靠性的制約關係,建立最佳化模型進行問題求解,解決微表情和宏表情並存的檢測難題,最終為實現表情變化分析提供良好的基礎保障。

相關文章