从感知到认知，情感识别让AI更高级

如今，对于企业来说，了解客户的感受成为了头等大事。今天的技术已经能使企业做到这一点。在计算机视觉和先进面部分析算法的推动下，情感识别技术现在被用来识别情绪和面部表情。它可以识别像愤怒、恐惧、厌恶、困惑以及快乐这样的感情。

什么是情感识别

情感识别广义上是通过表情、语音语调或者脑电捕捉等进行的一项技术。目前技术上最成熟、得到广泛应用的是表情识别技术，也就是基于计算机视觉算法，识别人脸的表情动作来推断其喜怒哀乐等基本情感。

情感识别原理

面部表情编码系统(FACS)为机器通过人脸识别来判断人类情绪提供理论支撑。首先，机器将人脸图像的相关信息数字化。然后，机器识别人脸后，会提取面部的关键肌肉点，这些关键点的作用是对人的五官与轮廓的标注，以完成对人脸的关键位置(眼睛、嘴、鼻子等)的定位，机器摘取的关键点越多，识别的精度就越高，相应的性能需求亦越高。

人的不同表情，实际上就是这些关键点位置的改变(相对位置、绝对位置、距离及角度等)，然后将这些改变与原本就已数字化的面部表情编码系统(FACS)进行对比，人类相应的情绪便得以呈现。

情感识别应用领域

在新零售领域，情感检测可以识别出顾客的满意程度，从而改变营销策略，同时对表情不满、困惑或犹豫的顾客提供帮助，解决他们遇到的困难，提升他们的购物体验。

在营销领域，“广告在投放之前是不知道效果的，这时候情感识别就能够发挥作用。比如说，某个广告的受众是年轻人，那么广告主可以提前挑选一些样本，通过情感识别来判断广告是不是达到了效果，从而进行修正。”

情感识别数据解决方案

面向情感识别技术在将来的大规模应用，数据堂提前预知、布局，已采集《情感视频数据集》，数据堂严格遵守相关规定，所采集的数据均已获得被采集人授权，数据堂致力于用高质量的数据推动情感识别技术的发展、有效保障用户数据性的安全性。

情感视频数据集

情感视频数据集样例

1,000余人参与情感视频数据采集。数据涵盖多人种、多种室内场景、多种年龄段、多种语言、多种情感（11种面部情感，15种内心情感）。在标注方面，标注每段视频中每句话的情感种类（包括面部情感和内心情感）、起止时间、文本转写。数据可用于情感识别、情感分析等任务。

未来想实现真正的人工智能，并与人类产生智能化的人机交互，人工智能就必须具备情感识别和表达能力。情感识别可以帮助人工智能识别人类情感并给予最合适的反馈。随着情感识别领域的不断发展，人们对情感识别的研究也越来越多，未来，情感识别将在人机交流的应用领域中占有重要的地位。