【网易智能讯 7月11日消息】每个人的走路方式都各有不同，而且它还会泄露有关你的更多秘密，比如你每时每刻的情绪。举例来说，当你感到压抑或沮丧时，你更有可能耷拉着肩膀，而不是昂首阔步地走路。
美国查佩尔希尔大学和马里兰大学的研究人员利用这种身体语言，最近研究了一种机器学习方法，这种方法可以从某人的步态中识别出他当前的情绪，包括情绪向性(消极或积极)和唤起水平(平静或充满活力)。研究人员称，这种方法在初步实验中的准确率达到80.07%。
研究人员写道：“情绪在我们的生活中扮演着重要的角色，定义着我们的经历，塑造着我们看待世界和与他人互动的方式。由于感知情感在日常生活中的重要性，自动情感识别在许多领域都是一个关键问题，比如游戏和娱乐、安全和执法、购物以及人机交互等。”
研究人员选择了四种情绪——快乐、悲伤、愤怒和中性，以此作为测试步态分析算法的例证。然后，他们从多个步行视频语料库中提取步态来识别情感特征，并使用三维姿态估计技术提取姿态。
最后，他们利用长短时记忆(LSTM)模型——能够学习长期依赖关系，从姿态序列中获得特征，并将其与随机森林分类器(该分类器输出多个独立决策树的平均预测)相结合，将其所分析步态归入上述四种情绪类别中。
图2：这个AI系统根据人们走路的方式对他们的情绪进行分类
这些特征包括肩膀姿势、连续步数之间的距离以及手和脖子之间的抖动频率。头部倾斜角度被用来区分快乐和悲伤的情绪，而更紧凑的姿势和“身体扩张”分别代表着消极和积极的情绪。
至于唤起水平，科学家们注意到它往往与增加的动作相对应，该模型考虑了速度、加速度的大小，以及手、脚和头部关节的“运动抖动”。
AI系统处理了来自“情感漫步”(Emotion Walk，简称EWalk)的样本。EWalk是包含1384个步态的新数据集，这些步态是从24名受试者在大学校园(包括室内和室外)散步的视频中提取的。大约有700名来自亚马逊土耳其机械公司的参与者给情绪贴上标签，研究人员用这些标签来确定情绪的向性和兴奋程度。
本文网址：
