用图像识别技术应用来解读人类情感

　　被手遮挡的自拍图像，对于计算机视觉识别来说，往往是痛点。因为被手遮住的部分与脸部的颜色、纹理等有很多共同属性。

　　但来自佛罗里达大学和卡内基梅隆大学的研究小组，创建了一种自动合成、识别手遮挡脸部图像的方法，可解决面部遮挡的图像识别问题。这项研究可提高现有面部识别模型的性能，甚至可以更准确地识别情感。

　　通常，人脸识别模型通过识别标记来运行。嘴和眼睛之间的几何关系对于识别是至关重要的。

　　其中的一位研究人员表示：“我们正在打造专用模型，我们注意到，视觉模型对于手遮挡脸部的图像识别失败率超过了以往，这就是为什么要创建一个图像合成方法的原因。

　　合成图像必须进行颜色校正、缩放和定向以模拟真实图像。这种方法的一个好处是，它创建一个和原图像几乎完全一样的数据集，同时包含遮挡和无遮挡数据。

　　缺点是研究团队还没有拿真实的、非合成的数据集比较过。但这项研究足以推动，人脸识别的准确率。

　　当双手覆盖脸部时，识别会不确定性，需要移除遮挡脸部图像部分的关键信息。但手也添加信息，不同的手部遮挡位置，也可以表达惊喜、焦虑或是功能障碍等。

　　像Affectiva（https://www.affectiva.com/）这样的创业公司，就是用图像识别技术来解读情感。特别是改善面部识别和情感识别，广泛应用于广告、用户研究和机器人等领域。