視覺理解和認(rèn)知技術(shù)獲得突破——

機器有望“讀懂”人類的面部表情

人民網(wǎng)北京12月11日電（記者 谷業(yè)凱）記者今天從英特爾中國研究院了解到，該院的“前沿視覺理解研究”獲得突破，機器有望“讀懂”人類的面部表情。

據(jù)了解，該項技術(shù)的研發(fā)起始于2011年，第一階段主要集中于人臉檢測和人臉識別研究；當(dāng)研究人員能夠區(qū)分人的性別和年齡段以后，開始進入第二階段，即進行密集的面部關(guān)鍵點、檢測和跟蹤，以及研究如何自動識別動態(tài)的人臉表情；而第三階段，該技術(shù)則進一步擴展到3D的人臉分析和深度學(xué)習(xí)。

其中，基于密集的面部關(guān)鍵點檢測和跟蹤技術(shù)，研究人員于2015年開發(fā)了一套人臉美化技術(shù)，該技術(shù)除了能處理皮膚以外，還加入了一些幾何上的處理——讓人的臉形變成用戶想要的形式，比如把眼睛變得更大，把鼻子變得更挺一些等。

人類的情感是交互的一種非常重要的生物特征信息。研究人員介紹說，在人類情感識別這一領(lǐng)域，做出表情主要靠面部肌肉的運動，肌肉的運動跟某一個單獨的表情是相關(guān)的。不同的表情之間也是相關(guān)的。當(dāng)時，研究人員主要通過檢測與單個表情相關(guān)的肌肉運動單元，進而去解析不同運動單元之間的關(guān)系，在2015年，團隊奪取了一項美國計算機學(xué)會比賽的冠軍——該項競賽給出了很多電影里的片斷，并在其中標(biāo)注一個主要人物表達出來他的情感。

今年，英特爾的團隊基于深度學(xué)習(xí)算法，再次問鼎這一賽事。“一個深度的網(wǎng)絡(luò)，類似于一個很長的隧道，從入口看進去基本上看不到，一片漆黑。那么怎么讓它變得透明呢？我們的方案類似于在隧道的中間和拐角的地方打了幾個孔，放幾個探照燈，就可以清清楚楚看到這個網(wǎng)絡(luò)里面的參數(shù)是怎么傳遞的。”英特爾中國研究院的研究人員介紹說，通過聚合監(jiān)督的思想，單模型識別能力相對提高5.5個百分點。目前，這項技術(shù)在完全自然的電影場景里的情感識別分類精度已經(jīng)超過了及格線。

據(jù)了解，研究人員還從數(shù)十萬人臉圖片數(shù)據(jù)中，訓(xùn)練出多個人臉識別模型，用于對視頻圖像進行智能分析與3D建模，不僅可以檢測與識別人臉，還能精準(zhǔn)重建3D人臉，并實時跟蹤面部表情變化，將預(yù)先設(shè)計好的特效素材附著在3D人臉上并疊加到視頻中，從而實現(xiàn)逼真炫酷的臉部特效。