Признание эмоций в выражении лица может широко использоваться в различных областях, таких как здравоохранение, образование, маркетинг, транспорт и развлечения. Технология может помочь в удаленном мониторинге пациентов в больницах с нехваткой персонала, аварийных служб или тех, кто испытывает трудности в общении. В образовании такие системы могут скорректировать обучение отдельному студенту, а также по маркетингу и обслуживанию клиентов, чтобы улучшить взаимодействие с потребителями. Кроме того, их можно использовать для создания убедительных развлекательных программ.
Хотя разработка таких систем продолжается, они все еще сталкиваются с многими проблемами. Ранние версии опирались на простой подход: построение лица человека, а затем сравнение с базой данных выражений. Некоторые из этих методов работали более точно от других, но никто еще не смог запечатлеть всю сложность эмоций человека, отраженных в выражении лица.
Новое исследование, опубликованное в Международном журнале биометрики, предлагает подход, основанный на машинном обучении, который может справиться с этими недостатками и сделать детектор эмоций более полезным для более широкого спектра применений.
Одним из основных достижений нового метода является его способность распознавать сложные эмоции в реальных условиях с учетом различных факторов окружающей среды. Неполные данные или смешанные эмоции могут затруднить точное определение. Этот метод сочетает в себе распознавание выражения лица с помощью речевого анализа, тона голоса или даже текста, что дает более точные результаты.
Исследователи Cyan и Dan, услышавшись из Университета Фуджана в Китае, в своих экспериментах показали, что их система достигает 98,6% точности признания эмоций. Особенно хорошо распознает счастье и нейтральные условия. Тем не менее, система испытывает трудности с выявлением эмоций, таких как отвращение и удивление.
