Группа специалистов из Университета Оулу создала алгоритм, который может при помощи обнаружения и определения микровыражений лица распознавать скрытые эмоции человека. Свои выводы ученые изложили на arXiv.org, а кратко с исследованием можно ознакомиться на портале MIT Technology Review.
Для того, чтобы создать вышеупомянутый алгоритм, авторам работы пришлось для начала сделать базу микровыражений. Для этого 20 добровольцам дали посмотреть видеозаписи, которые вызывали сильные эмоции. Но при этом участников попросили не проявлять открыто эмоции, а постараться их скрыть. В итоге получилось видео, на котором записан набор из 164 микровыражений.
Далее процесс распознавания скрытых эмоций разделили на два этапа. На первом этапе обнаруживали микровыражения на лицах добровольцев. Для определения, когда на лице человека появилось микровыражение, исследователи попросту сравнивали сделанные кадры с базовым выражением лица участников проекта. Любые отклонения за предел установленного порога обозначали как микровыражение.
Второй этап был сложнее, так как распознать тип микровыражения для компьютера сложнее. Все дело в том, что разные эмоции, отражающиеся на лице, очень тяжело отличить друг от друга на неподвижном изображении.
Для того, чтобы справиться с задачей, специалисты добавили в алгоритм распознавания специальный фильтр, который усиливал все движения, происходившие в кадре в сравнении с предыдущим. При помощи фильтра выражение становилось более заметным для компьютера, и алгоритм мог его сравнить с базой и идентифицировать скрытую эмоцию как отрицательную, положительную или как удивление.
Авторы подчеркнули, что для первого этапа такая система не подходит, так как в результате обработки «усиливающего» фильтра могут быть сильнее выделены движения, которые не относятся к микровыражениям, например, наклон головы.
Чтобы проверить созданный алгоритм на деле, исследователи сравнили результативность новшества и ответы двух контрольных групп, в каждой из которых было по 15 добровольцев.
Первую команду участников попросили посмотреть на статичные кадры, после чего определить скрытую эмоцию человека, добровольцам из второй группы нужно было сделать то же самое, но глядя на видеоролик, где были лица. Задача усложнялась тем, что участникам исследования не только необходимо было распознать эмоцию, но еще и выявить момент проявления микровыражения.
Как показали результаты, по сравнению с первой группой людей, алгоритм справился лучше, он может распознавать скрытую эмоцию по статичным кадрам намного качественнее. А в сравнении со второй группой, где выражения определялись при помощи видео, результаты алгоритма и добровольцев были равны.
Специалисты надеются, что данная разработка может в будущем помочь в психотерапии, а также пригодится в работе правоохранительных органов, так как служащие некоторых спецподразделений специально проходят обучение на распознавание микровыражений лица человека.
