Des chercheurs affirment que les mouvements du corps humain pourraient permettre une reconnaissance automatisée des émotions

Un individu peut placer ses mains sur son visage lorsqu’il se despatched triste ou sauter en l’air lorsqu’il se despatched heureux. Les mouvements du corps humain transmettent des émotions, qui jouent un rôle an important dans los angeles verbal exchange quotidienne, selon une équipe dirigée par des chercheurs de Penn State. En combinant l’informatique, los angeles psychologie et les arts du spectacle, les chercheurs ont développé un ensemble de données annotées sur les mouvements humains qui pourraient améliorer los angeles capacité de l’IA à reconnaître les émotions exprimées par le langage corporel.

Le travail – dirigé par James Wang, professeur émérite à l’École des systèmes et applied sciences de l’data (IST) et principalement réalisé par Chenian Wu, doctorant du groupe de Wang – a été publié le 13 octobre dans l’édition imprimée de los angeles revue. Motifs Elle est apparue sur los angeles couverture du mag.

“Les gens se déplacent souvent en utilisant des schémas de mouvement spécifiques pour transmettre des émotions, et ces mouvements corporels véhiculent des informations importantes sur les sentiments ou l’état psychological d’une personne”, a déclaré Wang. “En décrivant des mouvements spécifiques communs aux humains à l’aide de leurs schémas de base, appelés éléments moteurs, nous pouvons établir los angeles relation entre ces éléments moteurs et l’émotion body exprimée.”

Selon Wang, los angeles compréhension accrue par les machines des émotions physiques exprimées pourrait contribuer à améliorer los angeles verbal exchange entre les robots d’help et les enfants ou les utilisateurs âgés ; Fournir aux professionnels de los angeles psychiatrie une aide quantitative au diagnostic et au pronostic ; et améliorer los angeles sécurité en évitant les incidents dans les interactions homme-machine.

“Dans ce travail, nous avons présenté un nouveau modèle pour comprendre les émotions physiques exprimées qui inclut l’analyse des composants moteurs”, a déclaré Wang. « Notre approche tire parti des réseaux neuronaux profonds – un kind d’intelligence artificielle – pour reconnaître les éléments de mouvement, qui sont ensuite utilisés comme caractéristiques intermédiaires pour los angeles reconnaissance des émotions. »

L’équipe a créé un ensemble de données sur los angeles manière dont les mouvements corporels signalent les émotions – les éléments cinétiques du corps – à l’aide de 1 600 vidéos humaines. Chaque vidéo a été annotée à l’aide de Laban Motion Research (LMA), une méthode et un langage permettant de décrire, de visualiser, d’interpréter et de documenter le mouvement humain.

Ensuite, Wu a conçu un réseau d’analyse de mouvement à deux branches et à deux tâches, succesful d’utiliser l’ensemble de données étiqueté pour produire des prédictions pour les émotions physiquement exprimées et des étiquettes LMA pour de nouvelles pictures ou vidéos.

“Les étiquettes des éléments d’émotion et du LMA sont liées les unes aux autres, et les étiquettes LMA sont plus faciles à apprendre pour les réseaux neuronaux profonds”, a déclaré Wu.

Selon Wang, LMA peut étudier les éléments moteurs et les émotions tout en créant simultanément un ensemble de données « haute résolution » qui démontre un apprentissage efficace du mouvement humain et de l’expression émotionnelle.

« L’intégration des fonctionnalités LMA a amélioré efficacement los angeles compréhension des émotions exprimées par le corps », a déclaré Wang. « Des expériences approfondies utilisant des données vidéo du monde réel ont révélé que notre approche surpasse considérablement les lignes de base qui ne prennent en compte que les mouvements primitifs du corps, ce qui est prometteur pour de nouveaux progrès dans le futur. »