Latinoamérica. Fujitsu desarrolló una tecnología de reconocimiento de expresión facial con IA que detecta cambios sutiles en la expresión facial con un alto grado de precisión. La nueva tecnología ha sido desarrollada en colaboración con la Facultad de Ciencias Computaciones de la Universidad Carnegie Mellon (EU).
Uno de los obstáculos para la tecnología de reconocimiento de expresión facial es la dificultad de proporcionar grandes cantidades de datos necesarios para entrenar modelos de detección para cada pose facial, porque las caras generalmente se capturan con una amplia variedad de poses en aplicaciones del mundo real. Para abordar el problema, Fujitsu ha desarrollado una tecnología para adaptar diferentes procesos de normalización para cada imagen facial.
Por ejemplo, cuando el ángulo de la cara del sujeto es oblicuo, la tecnología puede ajustar la imagen para que se parezca más a la imagen frontal de la cara, permitiendo que el modelo de detección sea entrenado con una cantidad relativamente pequeña de datos. La tecnología puede detectar con precisión cambios emocionales sutiles, incluidas risas incómodas o nerviosas, confusión, etc., y también cuando la cara del sujeto se mueve en un contexto del mundo real.
Fujitsu anticipa que la nueva tecnología se utilizará en una variedad de aplicaciones del mundo real, incluida la facilitación de la comunicación para mejorar el compromiso de los empleados y también para optimizar la seguridad para conductores y trabajadores de una fábrica.
Para "leer" las emociones humanas de manera más efectiva, es fundamental capturar los sutiles cambios faciales asociados con las emociones, como la comprensión, el desconcierto y el estrés. Para lograr esto, los desarrolladores han confiado cada vez más de las Unidades de Acción (AU), que expresan las "unidades" de movimiento correspondientes a cada músculo de la cara en base a un sistema de clasificación anatómico. Por ejemplo, las AU han sido utilizadas por profesionales en campos tan variados como la investigación psicológica y la animación.
Las AU se clasifican en aproximadamente 30 tipos según los movimientos de cada músculo facial, incluidos los de las cejas y las mejillas. Al integrar estas AU en su tecnología, Fujitsu ha sido pionera en un nuevo enfoque para descubrir incluso cambios sutiles en la expresión facial. Para detectar AU con mayor precisión, las técnicas subyacentes de aprendizaje profundo requieren grandes cantidades de datos. Sin embargo, en situaciones del mundo real, las cámaras generalmente capturan caras en varios ángulos, tamaños y posiciones, lo que dificulta la preparación de datos de aprendizaje a gran escala correspondientes a cada estado visual / espacial. Por lo tanto, las imágenes capturadas por la cámara afectan negativamente la precisión de la detección.
Tecnologías desarrolladas
En colaboración con la Facultad de Ciencias Computaciones de la Universidad Carnegie Mellon, Fujitsu Laboratories, Ltd. y Fujitsu Laboratories of America Inc. han desarrollado una tecnología de reconocimiento de expresiones faciales a partir de IA, que puede detectar AU con alta precisión, incluso con datos de entrenamiento limitados.
1. Proceso de normalización para ajustar la cara para una mejor semejanza de la imagen frontal
2. Análisis de regiones significativas que afectan la detección de AU para cada AU.
Para abordar este problema, se analizan las áreas que tienen una influencia significativa en la detección de AU de la imagen de la cara capturada y el grado de rotación, ampliación y reducción se ajustan, en consecuencia. Al utilizar diferentes procesos de normalización para cada AU individual, la tecnología desarrollada puede detectar AU con mayor precisión.
Resultados
Esta tecnología ha logrado una alta tasa de precisión de detección del 81%, incluso con datos de entrenamiento limitados. Esta tecnología también es más precisa que otras existentes, según la conclusión de varios benchmarks de la tecnología de reconocimiento de expresión facial (Reconocimiento y Análisis de Expresión Facial 2017).
