Моделируем эмоции (21) Microsoft представила программу распознавания некоторых типовых выражений лица
metanymous в Metapractice
![[userpic]](/media/4587bb8388ee4725e346652254c934c26f18585afe1756ca95df939553e68845)
| Metapractice | |||||
| Иное моделирование | |||||
| 42. Карго-модели | metanymous | ||||
| He can always tell the truth | |||||
| 19. Калибровать сигнальные проявления лжи | metanymous | ||||
| Моделируем эмоции | |||||
| 20. The neuroevolution of empathy and caring for others: why it matters for morality. | metanymous | ||||
| Openmeta | |||||
| Распознавание эмоций автоматизировано и вышло на рынок | |||||
| Распознавание эмоций автоматизировано и вышло на рынок | ailev | ||||
| Моделируем эмоции | |||||
| 22. 20+ Emotion Recognition APIs That Will Leave You Impressed, and Concerned | metanymous | ||||
| Иное моделирование | |||||
| 42. Карго-модели | metanymous | ||||
http://metapractice.livejournal.com/484454.html
Оригинал взят у ailev в Распознавание эмоций автоматизировано и вышло на рынок
Оригинал взят у ailev в Распознавание эмоций автоматизировано и вышло на рынок
Моделирование в смысле классического НЛП (с точностью, что мы говорим пока не о метамоделировании -- создании новых видов моделей, а о моделировании: создании модели по известной метамодели) не человеком, а компьютером пошло в массы (ибо Microsoft -- это уже "массы"): http://blogs.microsoft.com/next/2015/11/11/happy-sad-angry-this-microsoft-tool-recognizes-emotions-in-pictures/
Эмоции из аудио, кстати, давно продаются: http://www.beyondverbal.com/, научных работ типа http://arxiv.org/abs/1503.01800 (EmoNets: Multimodal deep learning approaches for emotion recognition in video), хотя точность распознавания там и не блещет, но я думаю, что по сравнению с не очень обученными людьми (то есть нас с вами) не всё окажется плохо. Обычно за пару лет нейронные сетки, если этим занялись какие-то команды, достигают сверхчеловеческих результатов.
Моделированием занялись не-психологи. Дальше всё будет быстро-быстро. Базовые эмоции на фотографиях -- это только верхушка формирующегося айсберга. Там будут и не эмоции, и видео. Какие-нибудь "ключи доступа" очень легко проверить (чем прекратить дурацкие пустопорожние дискуссии) и либо забыть о них, либо начать использовать в работе -- рутинно и без длительного тренинга на их распознавание. Ибо в каких-нибудь очках дополненной реальности все эти "стратегии" будут в буквальном смысле слова "написаны на лбу" у тех, кто их применяет. Технология уже доступна сегодня даже для любителей (самое дорогое в этой технологии -- это данные для обучения алгоритма, этих данных нужно реально много), поток новостей по технологии (это deep learning) идёт тут: http://vk.com/deeplearning
Эмоции из аудио, кстати, давно продаются: http://www.beyondverbal.com/, научных работ типа http://arxiv.org/abs/1503.01800 (EmoNets: Multimodal deep learning approaches for emotion recognition in video), хотя точность распознавания там и не блещет, но я думаю, что по сравнению с не очень обученными людьми (то есть нас с вами) не всё окажется плохо. Обычно за пару лет нейронные сетки, если этим занялись какие-то команды, достигают сверхчеловеческих результатов.
Моделированием занялись не-психологи. Дальше всё будет быстро-быстро. Базовые эмоции на фотографиях -- это только верхушка формирующегося айсберга. Там будут и не эмоции, и видео. Какие-нибудь "ключи доступа" очень легко проверить (чем прекратить дурацкие пустопорожние дискуссии) и либо забыть о них, либо начать использовать в работе -- рутинно и без длительного тренинга на их распознавание. Ибо в каких-нибудь очках дополненной реальности все эти "стратегии" будут в буквальном смысле слова "написаны на лбу" у тех, кто их применяет. Технология уже доступна сегодня даже для любителей (самое дорогое в этой технологии -- это данные для обучения алгоритма, этих данных нужно реально много), поток новостей по технологии (это deep learning) идёт тут: http://vk.com/deeplearning
19 комментариев
сначала старые сначала новые
Распознавание некоторых типовых выражений, которые группа экспертов соединила и назвала «базовые эмоции».
Для полной модели конкретной человеческой активности нужно соединение:
--нейрологии
--лингвистики
--алгоритмики
…майкрософт сделали неполное моделирование. Ибо два обязательных компонента из трёх они и не думали моделировать. При этом, чем они моделировали никакой роли не играет. Собственными мозгами или же компьютерными.
Для полной модели конкретной человеческой активности нужно соединение:
--нейрологии
--лингвистики
--алгоритмики
…майкрософт сделали неполное моделирование. Ибо два обязательных компонента из трёх они и не думали моделировать. При этом, чем они моделировали никакой роли не играет. Собственными мозгами или же компьютерными.
↩︎
metanymous
He can always tell the truth (19) Калибровать сигнальные проявления лжи
http://metapractice.livejournal.com/496063.html
http://metapractice.livejournal.com/496063.html
![[userpic]](/media/3b210d0a4e521922c456f48eafb10a662f321ffc19e28893ddd422c0e651c7a3)
Да нет у компьютера мозгов. По крайней мере пока. Моделирует человек, а компьютер только производит вычисления в рамках модели. В связи с этим вспоминается очень мудрый анекдот советских времён. Роботизировали цех на заводе. Ездят по цеху роботы на колёсиках, мигают лампочками. Один робот другого спрашивает:
- Где ключ на восемнадцать? Где ключ на восемнадцать?
- Где, где. В Ка-ра-ган-де!
- Где ключ на восемнадцать? Где ключ на восемнадцать?
- Где, где. В Ка-ра-ган-де!
![[userpic]](/media/8c834e30a30c6f048617a899f93da83a6285444fdca474c342e6f8b5775b268b)
http://habrahabr.ru/post/133686/
Немного веселого:
В ходе эксперимента по данному методу шесть базовых эмоций компьютер определяет с 96-процентной точностью.
Немного веселого:
В ходе эксперимента по данному методу шесть базовых эмоций компьютер определяет с 96-процентной точностью.
http://geektimes.ru/post/265602/
Транскрипцию к видеозаписям составили с помощью краудсорсингового сервиса Amazon Mechanical Turk, его очень часто используют для машинного обучения.
Распределение девяти характеристик выражений лица и движений рук в итоговой выборке данных классификатора показано на диаграмме.
Транскрипцию к видеозаписям составили с помощью краудсорсингового сервиса Amazon Mechanical Turk, его очень часто используют для машинного обучения.
Распределение девяти характеристик выражений лица и движений рук в итоговой выборке данных классификатора показано на диаграмме.
Лгать просто нет смысла: компьютеры научились определять скрытые эмоции человека
http://geektimes.ru/post/265872/
http://geektimes.ru/post/265872/
и из собственных впечатлений- определить какую одну эмоцию я испытываю очень сложно, т.к. в большинстве случаев - эмоция не одна
из вики https://ru.wikipedia.org/wiki/Формальные_модели_эмоций
Модель Фоминых-Леонтьева
эмоция определяется как числовая функция (имеющая смысл силы эмоции) от некоторого набора параметров, описывающих ситуацию. Для каждого вида эмоций описан свой набор параметров. Для каждого агента (человека, животного, робота) и для каждой эмоции возможна своя функция F, определяющая силу эмоции в зависимости от величины аргументов. Е = F(…)
Для надежды и страха Е = F(р,РR).
В частности, если рассмотреть параметр R как функцию от времени (банковский счет, например) R(t), то прогноз можно делать с помощью производной dR(t)/dt.
R(t) > 0 радость,
R(t) < 0 горе,
dR(t)/dt > 0 надежда,
dR(t)/dt < 0 страх.
В [1] производится построение разложения ещё нескольких десятков эмоций в виде выпуклой комбинации восьмерки базовых эмоций. Например,
вина = a*горе + b*удовлетворение,
[1] Леонтьев В. О. Классификация эмоций. Одесса, 2002
из вики https://ru.wikipedia.org/wiki/Формальные_модели_эмоций
Модель Фоминых-Леонтьева
эмоция определяется как числовая функция (имеющая смысл силы эмоции) от некоторого набора параметров, описывающих ситуацию. Для каждого вида эмоций описан свой набор параметров. Для каждого агента (человека, животного, робота) и для каждой эмоции возможна своя функция F, определяющая силу эмоции в зависимости от величины аргументов. Е = F(…)
Для надежды и страха Е = F(р,РR).
В частности, если рассмотреть параметр R как функцию от времени (банковский счет, например) R(t), то прогноз можно делать с помощью производной dR(t)/dt.
R(t) > 0 радость,
R(t) < 0 горе,
dR(t)/dt > 0 надежда,
dR(t)/dt < 0 страх.
В [1] производится построение разложения ещё нескольких десятков эмоций в виде выпуклой комбинации восьмерки базовых эмоций. Например,
вина = a*горе + b*удовлетворение,
[1] Леонтьев В. О. Классификация эмоций. Одесса, 2002
Ну, это красиво. На демо программа различает типовые гримасы. Но, гримасы это есть утрированная экспрессия эмоций.
Весь куст эти подходов и не думает калибровать действительные эмоции. Для этого надо, например, калибровать по картинке активность сердца и дыхания.
Дыхание ещё можно сымитировать. А вот, ритм сердца уже сложнее.
Еще лучше брать в качестве нейрологического индикатора именно физиологии эмоций - брать состояние сосудов. Там, вроде уже ест проги, которые это могут делать. Ну, или тупо брать тепловизором.
Весь куст эти подходов и не думает калибровать действительные эмоции. Для этого надо, например, калибровать по картинке активность сердца и дыхания.
Дыхание ещё можно сымитировать. А вот, ритм сердца уже сложнее.
Еще лучше брать в качестве нейрологического индикатора именно физиологии эмоций - брать состояние сосудов. Там, вроде уже ест проги, которые это могут делать. Ну, или тупо брать тепловизором.
Классный алгоритм выявления микро экспрессий!
Но, и выявление микро экспрессий не гарантирует того, что это не просто мимическая гримаса, но натуральная эмоция с внутренними ощущениями!
Но, и выявление микро экспрессий не гарантирует того, что это не просто мимическая гримаса, но натуральная эмоция с внутренними ощущениями!
Ну, вот название функций, которые определяет силу эмоций будут: ритм сердца, тонус гладких мышц внутренних органов и т.п.
Функции могут быть и более глубокие в системно-физиологическом смысле.
Функции могут быть и более глубокие в системно-физиологическом смысле.
индекс переводов по нейробиологии базовых эмоциональных систем (систем Панксеппа)
http://alexey5351.livejournal.com/146651.html#comments
Ccылки на сайт сообщества нейропсихоанализа
https://www.neuropsa.org.uk/
http://alexey5351.livejournal.com/146651.html#comments
Ccылки на сайт сообщества нейропсихоанализа
https://www.neuropsa.org.uk/