臉部情緒辨識的原理與平台操作,

這次的演講者是許富淞老師，一位外表和藹可親的學長，他給我們帶來的演講是「臉部情緒辨識的原理與平台操作」，臉部辨識的應用越來越多，不管是相機上面的微笑偵測，FB上的照片人臉辨識，還是動畫產業使用抓取人的臉部套用到3D人物上，都是臉部辨識的應用，甚至可以結合AR。而學長給我們看的是用來判斷臉部的情緒，用來判斷六種情緒，Happy、Sadness、Anger、Disgust、Fear、Surprised，外加一個無表情的Natural，判斷的準則是利用Facial Action Coding System(FACS)編碼來判斷，利用人臉解剖學特點來劃分不同表情的運動單元(AU)，就能判斷使用者的臉部情緒，根據網路所查的資料，這種編碼的表情的捕捉準確率高達90%。

在真正用軟體時，發現太慢的電腦跑起來就會有點吃力，可能視訊所擷取的影像每一張都要處裡吧！而如果周圍太暗，電腦也就不太能判斷臉部，所以判斷的準則對視訊所擷取影像依賴度很高。還有要強迫讓自己的臉擺成別種情緒也很困難，常常依照編碼準則去改變臉部肌肉位置，擺出來的表情也就很不自然，也不太能被判斷成別種表情，所以我想可能自然的表情被判斷的成功率比較高吧！還有多重人臉辨識，所要求的硬體也就更高了。

不過這種只靠外表還是有判斷的盲點，如果有個人無表情時的臉也笑笑的，或是隨時臉的表情一直都很臭，是不是能真正的判斷出他「現在的情緒」？有些人臉部受過傷手術過，或者是臉部打肉毒桿菌所造成的臉部肌肉僵硬，在判斷上就會失準，不過這種對大部分的人來說應該是適用的。這就很像利用網頁製作App一樣，我們並不能做出適用「所有人」的東西，可是一定要適用「大部分」的人，所以臉部辨識是否能加其他的設備來交叉判斷以提升辨識率，也是我們可以研究的議題。

就因為臉部辨識在諸多領域都有其應用，所以它的願景應該是很好的，我相信未來會有更有趣更新奇的應用出現，不管商業或是學術甚至是互動媒體上，在科技進步的基礎下，相信在人臉辨識上，辨識率會越來越準確，應用會越來越廣泛。