AI摄像头未来可识别人们面部情绪

　　摄像头早已与人们的摄像生活密不可分，AI相关的可识技术也是赫赫有名。

　　但如果有人告诉你，别人部情叶良辰 王思聪开发者们能调用电脑或手机上的摄像摄像头识别你的面部情绪，你是可识会为更多人/机器了解你而感到刺激和开心，还是别人部情油然而生一种抗拒和不安全感？

　　反正我是后者。毕竟互联网公司或者黑客利用摄像头获取用户隐私的摄像事故，多的可识足够写好多本“科技恐怖故事会”，连起来绕地球几周了。别人部情

　　不过，摄像用户们对被摄像头“读脸”这件事如临大敌，可识却并没有影响科技公司攻克心情识别技术的别人部情一片“初心”。

　　初心易得，摄像始终难守：用户与摄像头的可识对决

　　最近，视频播放器 Bitmovin 上线了观众感知功能。别人部情

　　在播放视频的时候，它会打开摄像头，观察正在看视频的观众。通过面部表情来分析、衡量用户对广告内容的情绪反应，如果用户对产品布局表现出积极的叶良辰 王思聪面部反应时，就显示广告；如果用户正沉浸在痛苦或不适中，就不显示特定的广告。看起来似乎还挺人性化的。

　　不过，心情识别技术早就不是什么新鲜事了。之前 The Sync Project 、emo 就以此方式来推荐音乐，可口可乐也曾用检测表情的办法做过营销活动。

　　除了商业用途，还有不少有意思的应用场景。比如卡内基·梅隆大学的研究人员，就用 IntraFace来进行分心状态检测。一旦驾驶员在开车时去哄孩子、接电话等，就会遭到软件的警告。



　　那么，这个神奇的“读脸”技能究竟是怎么实现的呢？

　　简单来说，就是调用摄像头，实时监测画面中人物的面部位置，采集眉、眼、鼻、嘴和面部轮廓的变化数据，然后通过机器学习训练出实时更新的算法模型，进而判断出他们的情绪状态。

　　在 Bitmovin的视频感知功能中，系统在完成判断之后，还会驱动各个功能模块进行动作，比如播放调整、控制广告等等。



　　尽管心情识别技术看起来是如此有用，但似乎很少有人会认为，情绪感知是一个未满足的需求。

　　通过很多其他的解决方案或者技术路径，似乎都可以做到差不多的预测用户喜好的水平。为此迎来一个连表情都被实时监控的世界，实在有点得不偿失了。

　　尤其是商业组织进行“读脸”，会更强烈地引起不适。

　　问题的关键在于，企业通过摄像头对用户的表情进行收集和分析，本质上是一种单向消耗。

　　只有企业自身从这一行为上真实地获得了大量收益，比如推荐更多更精准的广告，引诱用户进行消费。

　　对于用户而言，网上冲浪的体验并没有因此变得更好，甚至可能更糟，又凭什么要求大家用“脸”买单呢？

　　世上哪得双全法：摄像头心理战，有没有“双赢”的解法？

　　当然，这么说对科技公司来说也有点过于刻薄了。

　　毕竟很多负责任的公司都为之做出了不少妥协和努力。比如允许用户选择在使用应用时才能访问相机，或者在状态栏显示摄像头活动状态，在拍照或摄像时发出提示音，有的手机在摄录时摄像头还会自动浮起来……

　　尽管效果看起来都不尽如人意吧，但至少人家努力了啊！

　　要从根源上解决用户与企业围绕摄像头展开的拉锯战，让“读脸”这件事显得不那么冒犯，还是要在消耗用户和服务用户之间，找到一个“双赢”的最优解。

　　幸好，心情识别技术的应用范围非常多，绝不是只有互联网世界才可以讨论。所以我们不妨思考这样一个可能性，如果让现实世界里的摄像头具备感知能力，能不能激发更大的想象。

　　答案显然是值得乐观的。

　　最近特别火的无人零售，就需要生物识别来帮助AI系统了解消费者。

　　比如天猫的无人超市，就曾推出过“Happy购”情绪营销。货架上的摄像头能够及时捕捉用户的表情，并根据情绪幅度，快速计算对商品的偏好程度，进而给予不同的优惠折扣。

　　在另一类商业场景中，也非常需要能够看懂表情的摄像头，那就是线下娱乐。

　　娱乐消费的盈利模式，就是依靠调动受众的情绪进行内容变现。通过摄像头感知用户的情绪变化，进而调整商品或服务，埋藏着不少让人惊喜的“彩蛋”。

　　简单举几个例子，比如鬼屋/密室逃脱等娱乐项目。

　　为了保证玩家在封闭体验区的安全，摄像头本来就是标配，而通过感知玩家的情绪变化，可以及时反馈来迭代游戏体验。一些自以为很恐怖，结果大家内心毫无波动还有点想笑的项目，就别拿出来丢人了。

　　还有，就是电影试映会或分级制，可以通过小规模的观影活动，借助摄像头来实时收集真实的观众反馈，减少“人情分”“看完忘了”“被营销号带节奏”之类的无效操作。哪些作品比较受大众喜欢，哪些镜头会引起儿童不适，都可以通过情绪识别进行量化分析，告别“拍脑袋”决策。

　　还有就是一些文娱演出场所，比如京剧、相声、音乐会、话剧等等，这些剧目最需要观众的临场反应来调整和迭代演出内容。但传统的“人肉统计”显然有点落后了，摄像头完全可以代劳。

　　可以看出，情绪识别技术的应用场景是多种多样的，横亘在丰满理想和残酷现实之间的，说到底还是企业与用户的利益之争。

　　要改变“读脸”人人喊打的现状，一是让用户也能在技术融合中真实受益；二是企业通过应用告知、合理授权、数据脱敏等方式，赢得公众的信任。

　　让摄像头读懂喜怒哀乐，或许并不宏大

　　看到这里，想必优秀的小伙伴已经发现了一个问题——既然摄像头感知在现实中有诸多用处，为什么还没有普及开来呢？

　　我来抢答一下：“读心术”只是摄像头进化的第一步，想要大规模应用，情况就复杂地多了，只能先从小打小闹开始。

　　①有限的终端算力。目前常见的智能摄像头大多还在从事监控、安防之类的基础工种。要对复杂场景进行多目标的实时识别和分析，终端算力还无法支持。当然，也可以将视频送到云端去处理，这样又会带来高延迟和数据安全性的问题。因此，心情识别技术想要大规模应用，还为时过早。



　　②跨地域的隐私授权。如今各个地区都在加强隐私建设，以“史上最严”的欧盟隐私法案（ePR）为例，要收集必要的用户数据之前，必须征得画面里所有用户的同意，否则将被禁止处理该数据。试想一下，在人流量密集、流动性强的区域去完成这样的授权工作，几乎很难被执行。

　　当然，这些问题正在不断地被技术和企业们解决。比如集合了云端计算、边缘计算、端侧计算的一体化部署方案，能解决摄像头算力不足的难题。

　　而对隐私敏感的用户指责，则可以通过主动限制释放“读脸”技能来规避。比如前面提到的，只在小型场景、知情的情况下进行情绪读取。

　　只要面临“用还是不用”的道德纠结，果断选择不用，总是更加稳妥。亚马逊的无人超市Amazon Go，就没有国内无人便利店、盒子常见的拍脸环节，用户只需扫码就能进入。而店内的100多个摄像头也只是捕捉身体动作的视觉线索，判断分区和动线是否合理。

　　总而言之，摄像头的心情感知能力，固然可以化“自私”为“双赢”，但大规模应用还是很遥远的事情。而且在新的规则完善之前，还是得把它关在笼子里。

　　爱，即是克制——这或许是让人类与摄像头之间建立信任最快的捷径。

最新评论