MIT最新AI面部识别研究:AR技术协助情绪侦测

财经涂鸦

    自闭症成人的感知神经连接可能是“嘈杂的”(noisy)或低效的。
    作者:Claire编辑:tuya出品:财经涂鸦(ID:caijingtuya)
    对大部分健康的人来说,识别人脸上表达的情绪很容易。微笑可能意味着幸福,而皱眉可能意味着愤怒,但自闭症患者在完成这项任务时有很大的困难。来自麻省理工学院的一支研究团队,训练出一个人工神经网络来处理面部情绪识别信息,以帮助自闭症患者更好地识别人们脸上表达的情绪。
    6月15日,麻省理工学院教授脑研究所教授Kohitij Kar在《神经科学杂志》(The Journal of Neuroscience)上发表了一项名为“自闭症非典型面部情绪处理的行为和神经标记的计算探索”(A computational probe into the behavioral and neural markers of atypical facial emotion processing in autism)的新研究。该研究利用人工智能在头脑中建模计算,揭示了大脑的内部工作机制。
    在过去的一项实验中,研究人员向自闭症成年人和由神经功能正常的被试者组成的对照组,展示了一系列面部图像。这些图像由软件生成,在一个从恐惧到快乐的范围内变化,参与者需要迅速判断这些面孔是否描绘了快乐。与对照组相比,患有自闭症的成年人需要看到面部表现出更高程度快乐的图像,才能识别出快乐这一特征
    Kar受到这项实验的启发,训练了一个人工神经网络,这是一种受大脑结构启发的复杂数学函数,来完成同样的任务,即确定人脸图像是否令人高兴。Kar的研究结果表明,自闭症成人的感知神经连接可能是“嘈杂的”(noisy)或低效的。
    Kar认为这些视觉处理的计算模型在未来可能有多种用途。“我认为面部情感识别只是冰山一角。”,他认为这些视觉处理模型也可以用来选择、甚至生成诊断内容。例如,人工智能可用于生成电影和教育材料等内容,以最大限度地吸引自闭症儿童和成人。
    根据这项研究,这些计算模型有可能被用来帮助调整增强现实(AR)眼镜中的面部和其他相关像素(pixels),以改变自闭症患者看到的东西,例如通过夸大人们脸上的快乐或其他情绪的水平,以帮助自闭症患者更好地识别。
    即使是在更简单的形式中,安装了面部情绪识别软件的AR眼镜也可以检测到人们的情绪,并覆盖文本提示来帮助佩戴眼镜的自闭症患者,以便向他们描述与他们互动的人可能的情绪状态。