近日，查珀?duì)栂柎髮W(xué)（University of Chapel Hill）和馬里蘭大學(xué)（University of Maryland）的研究人員們研發(fā)了一種機(jī)器學(xué)習(xí)方法，利用人們步行時(shí)的身體語言，解讀他們的情緒。

　　該算法是目前第一個(gè)利用最先進(jìn)的3D人體姿態(tài)估計(jì)技術(shù)，來識(shí)別步行視頻中目標(biāo)情緒的方法，它能夠從人的步態(tài)中識(shí)別他們的感知情緒（perceived emotion）、效價(jià)（valence）和喚醒（arousal），準(zhǔn)確率達(dá)80.07%。

　　效價(jià)主要表現(xiàn)為人們的消極或積極等情緒，而喚醒則表現(xiàn)為人們情緒的平靜或充滿活力等狀態(tài)。

　　目前，這一研究成果已于美國時(shí)間2019年6月14日發(fā)表在arXiv平臺(tái)上，論文名為《利用情感和深層特征識(shí)別行走中的情緒（Identifying Emotions from Walking using Affective and Deep Features）》。

　　一、四種長效情緒識(shí)別

　　研究人員認(rèn)為，情緒在人們的生活中扮演著重要的角色，既貫穿了人們的經(jīng)歷，同時(shí)也塑造了人們看待世界和與他人互動(dòng)的方式。

　　由于感知情緒在人們的日常生活中有著重要作用，因此自動(dòng)情緒識(shí)別技術(shù)在游戲和娛樂、安全和執(zhí)法、購物、人機(jī)交互等領(lǐng)域，已經(jīng)成為了學(xué)術(shù)界一個(gè)重要的研究內(nèi)容。

　　在這項(xiàng)技術(shù)中，研究人員針對(duì)人們的四種情緒進(jìn)行了研究，分別為快樂、悲傷、憤怒和中性。這四種情緒都能較長時(shí)間地影響人們，并能“豐富”人們的步行方式。

　　研究人員從多個(gè)步行視頻語料庫中提取人們的步態(tài)，并使用3D姿態(tài)估計(jì)技術(shù)來識(shí)別提取的步態(tài)和步態(tài)表現(xiàn)的情緒特征。這些3D姿態(tài)會(huì)被傳輸?shù)侥軌驅(qū)W習(xí)長期相關(guān)性的長短期記憶模型（LSTM）網(wǎng)絡(luò)中，研究人員將利用這一網(wǎng)絡(luò)從姿態(tài)序列中獲取特征，并使用多個(gè)步態(tài)數(shù)據(jù)集來訓(xùn)練這個(gè)LSTM網(wǎng)絡(luò)。

　　同時(shí)，研究人員還將經(jīng)過計(jì)算的情感特征與深層特征連接起來，并與隨機(jī)森林分類器（Random Forest Classifier）相結(jié)合，輸出多個(gè)獨(dú)立決策樹的平均預(yù)測，將提取的步態(tài)例子分到上述四種情緒類別中。

　　二、多種步態(tài)識(shí)別特征

　　研究人員獲取的步態(tài)特征包括了人們的肩膀姿勢、連續(xù)步伐之間的距離，以及手和脖子之間的區(qū)域。

　　在身體語言方面，人們的步行方式常常會(huì)受到情緒的影響，例如，當(dāng)人感到壓抑或沮喪時(shí)，會(huì)比滿足時(shí)更聳拉著肩膀。

　　而機(jī)器算法在識(shí)別步態(tài)的過程中，頭部傾斜的角度被用來區(qū)分人們快樂和悲傷的情緒，而更緊湊的姿勢和“身體擴(kuò)張”則分別能識(shí)別人們的積極和消極情緒。

　　值得一提的是，在該機(jī)器學(xué)習(xí)方法的識(shí)別功能中，效價(jià)在心理學(xué)上指行為目標(biāo)對(duì)個(gè)體是否能實(shí)際滿足自身需求的價(jià)值評(píng)估，即個(gè)體對(duì)行為結(jié)果的重視程度，它影響著人們行為動(dòng)機(jī)的強(qiáng)度。

　　另外，喚醒在心理學(xué)上，指機(jī)體生理性激活的不同狀態(tài)或不同程度的一種生理和心理活動(dòng)的準(zhǔn)備狀態(tài)，它主要由感覺興奮性水平、腺和激素水平，以及肌肉的準(zhǔn)備性所決定。

　　而科學(xué)家們發(fā)現(xiàn)，喚醒往往與人們?cè)黾拥倪\(yùn)動(dòng)相對(duì)應(yīng)。因此，研發(fā)人員在利用長短期記憶模型時(shí)，還考慮了人們步行速度、加速度，以及手、腳和頭部關(guān)節(jié)“運(yùn)動(dòng)抖動(dòng)”的大小。

　　三、算法準(zhǔn)確率高達(dá)80.07%

　　在人工智能系統(tǒng)處理方面，研究人員提供了一個(gè)叫“情緒行走”（Emotion Walk，簡稱EWalk）的樣本。

　　EWalk是一組包含1384個(gè)步態(tài)的新數(shù)據(jù)集，這些步態(tài)是從24名受試者在大學(xué)校園（包括室內(nèi)和室外）散步的視頻中提取的。

　　同時(shí)，大約700名來自亞馬遜土耳其機(jī)器人公司的參與者，還給該數(shù)據(jù)集的步態(tài)情緒進(jìn)行標(biāo)記，以便研究人員根據(jù)這些標(biāo)記來確定受試者步態(tài)情緒的效價(jià)和興奮程度。

　　研究報(bào)告顯示，在測試中，該研究團(tuán)隊(duì)情緒檢測方法的準(zhǔn)確率高達(dá)80.07%，比Crenn et al.算法提高了13.85%，比不考慮情緒特征的“vanilla” LSTMs提高了24.6%。

　　但這些數(shù)據(jù)并不代表該機(jī)器學(xué)習(xí)方法的檢測是萬無一失的，因?yàn)樗臏?zhǔn)確率在很大程度上取決于3D人體姿態(tài)估計(jì)和步態(tài)提取的精確度。

　　盡管該方法的準(zhǔn)確率還存在一定的限制，但研究團(tuán)隊(duì)依然相信，他們的機(jī)器學(xué)習(xí)方法能為涉及其他活動(dòng)，以及其他情緒識(shí)別算法的研究提供了可靠的技術(shù)基礎(chǔ)。

　　同時(shí)，研究人員還表示，他們研究的方法也是第一個(gè)利用最先進(jìn)的3D人體姿態(tài)估計(jì)技術(shù)，為步行視頻中的情緒識(shí)別提供實(shí)時(shí)管道的方法。

　　在未來，研究人員也將繼續(xù)收集更多的數(shù)據(jù)集，進(jìn)一步解決目前該機(jī)器學(xué)習(xí)方法所受到的限制。

　　結(jié)語：將為情緒識(shí)別研究提供技術(shù)支持

　　查珀?duì)栂柎髮W(xué)和馬里蘭大學(xué)的研究人員研發(fā)的這種機(jī)器學(xué)習(xí)方法，在情緒識(shí)別的準(zhǔn)確率上得到了進(jìn)一步地提高。同時(shí)，這也是目前學(xué)術(shù)界中，率先嘗試?yán)米钕冗M(jìn)的3D人體姿態(tài)估計(jì)技術(shù)，來識(shí)別步行視頻中的目標(biāo)情緒的方法。

　　雖然這一方法的準(zhǔn)確率還受到3D人體姿態(tài)估計(jì)和步態(tài)提取精確度的限制，但研究人員也將不斷解決它的受限難題，進(jìn)一步提高情緒識(shí)別的準(zhǔn)確率。

　　在未來，這一技術(shù)的發(fā)展將為人們情緒識(shí)別等研究提供可靠的技術(shù)支持，也將為人們的娛樂、安全和人機(jī)交互等方面帶來更多便利。