ساخت سامانه‌هایی که از طریق ارزیابی گفتار و حرکات چهره قادر به دسته‌بندی حالت‌های چهره یک شخص باشند، هدفی است که بسیاری از محققان حوزه هوش مصنوعی سال‌ها به دنبال دستیابی به آن هستند. تا پیش از این شرکت‌هایی نظیر اَفِکتیوا راهکارهایی را برای نظارت بر حالت‌های روحی رانندگان بر اساس سنجش چهره و صدای آن‌ها ارائه کرده‌اند، اما در این راه چالش‌هایی وجود دارد. از جمله این‌که شناسایی تغییرات بسیار جزئی در چهره و گفتار کار دشواری است. محققان دانشگاه علوم و فناوری چین مدعی شده‌اند، راهی برای حل این چالش یافته‌اند. راهکار آن‌ها موسوم به دیپ‌فیوژن (Deep Fusion) سامانه هوش مصنوعی است که قادر به تشخیص وضعیت روانی شخص با دقت بسیار بالایی است.
شکل2. نمایی گرافیکی از مراحل شناسایی حالت‌های چهره به روش جدید
بخشی از این سامانه هوش مصنوعی متشکل از الگوریتم‌های شناسایی صوت است که با دریافت نمودارهای گرافیکی از فرکانس‌های صوتی در طول زمان به‌عنوان ورودی، به هوش مصنوعی کمک می‌کنند تا بخش‌هایی از گفتار را که با حالت‌های روانی در ارتباط هستند، بیابند. بخش دیگر این سامانه، شامل یک الگوریتم ساده تشخیص چهره و چند شبکه شناسایی چهره به‌منظور شناسایی فریم‌هایی از ویدیو است که می‌توان از آن‌ها حالت‌های چهره و حس را استخراج کرد. به‌منظور آموزش دادن این سامانه از ۶۵۳ کلیپ ویدیویی و صوت مربوط به آن‌ها استفاده‌شده است. این سامانه در آزمونی موفق شد، در بیش از ۶۲ درصد موارد حالاتی نظیر خشم، نفرت، ترس، شادی، بی‌تفاوت، غم و هیجان را به‌درستی تشخیص دهد. نکته مهم در این تحقیق این بود که سامانه برای تشخیص حالت‌های حسی، علاوه بر تصویر از گفتار هم برای نتیجه‌گیری استفاده می‌کند.
ماهنامه شبکه را از کجا تهیه کنیم؟
ماهنامه شبکه را می‌توانید از کتابخانه‌های عمومی سراسر کشور و نیز از دکه‌های روزنامه‌فروشی تهیه نمائید.
ثبت اشتراک نسخه کاغذی ماهنامه شبکه
ثبت اشتراک نسخه آنلاین
کتاب الکترونیک +Network راهنمای شبکه‌ها
- برای دانلود تنها کتاب کامل ترجمه فارسی +Network اینجا کلیک کنید.
کتاب الکترونیک دوره مقدماتی آموزش پایتون
- اگر قصد یادگیری برنامه‌نویسی را دارید ولی هیچ پیش‌زمینه‌ای ندارید اینجا کلیک کنید.
نظر شما چیست؟