智能情绪感知应用落地生花

情绪是能够反映人对客观事物态度的主观体验，它是人在特定情境中的一种短暂而强烈的情感反应，通常表现为“高兴、惊讶、厌烦、悲伤、恐惧、愤怒”等瞬时反应。

当下物联网、大数据、云计算等新兴智能技术快速发展，为情绪感知等研究落地带来全新的发展契机。近日，北京公交集团以高速路、跨省运营驾驶员为重点，配发多体征情绪感知设备1800套，实时监测驾驶员生命体征和精神压力变化，与相关专业机构合作，先期对４万余名运营驾驶员进行了心理适宜性测试。且今年北京公交集团计划为部分运营车辆加装技防系统，其中，安装驾驶员异常行为识别系统5000套，安装主动安全预警系统2000套，这两套系统已列入新车标准配置。预计年底安装主动安全预警系统的车辆将达到8000台，占车辆总数的35%，安装驾驶员异常行为识别系统车辆将达到6500台，占车辆总数的28%。

MarketWatch的数据显示，2018年全球的情绪识别产品市值已达到123.7亿美元。预计到2024年，这个市场将达到惊人的916.7亿美元，五年间的复合年增长率为40.46%。

这样的商业行为不止公共交通领域，还有影院、迪士尼等场景。

情感识别的路径及科学内涵

情绪感知主要通过情感数据的获取、情感特征的提取和分类，来识别研究对象的情绪状态，是情感计算的重要组成部分。

这些年，随着智能技术进步，驱动着情感识别的量化测评，主要表现在：第一，利用摄像机、眼动仪、智能手环、数据手套、智能座椅、脑电仪等智能感知设备，对真实场景中个体的语言、表情、动作、呼吸、心跳、脑电、皮肤电等数据进行精准采集，可构建面向智能化情绪感知的多模态符号表征体系；第二，利用自然语言处理、语音识别、计算机视觉、生理信息识别等技术，构建面个体与环境的多模态信息感知通道，对多元场景中个体的情感状态数据进行采集，能够在最大程度上还原个体情感发生过程；第三，利用多模态机器学习技术，实现对真实场景中个体情感状态的多场景、时序化、全方位的建模分析，结合认知神经科学的相关理论，对个体情感的发生机制及其对认知发生过程的影响机理进行深入挖掘，可实现对个体情感状态的多元分析等。

近年来，认知心理学领域的相关学者愈加强调情绪的产生是大脑皮层和皮层下中枢共同作用的结果，并通过对脑电和外周生理（呼吸、肌电、皮肤电、心电）信号的采集，分析个体的情绪状态。相较于语音、表情、动作等外显行为，生理信号的测量能更好地排除人类主观因素的影响，能更准确地反映真实的情感变化状况

传统的情绪感知方法，包括自我报告法、生理测量法和行为观察法等。近年来，以人工智能为代表的新兴智能技术的快速发展与应用，已经赋予情绪感知研究新的价值内涵。即强调多模态数据驱动的个体情绪状态的智能感知与融合，从而推动情绪感知研究朝着数据化、科学化、智能化的方向发展。因此，智能时代个体情绪感知研究的关键，在于通过对个体外显行为和内在生理信息的测量，发现个体的情绪状态。前者偏向于利用自然语言处理、计算机视觉、语音识别等技术构建面向真实教学场景的信息感知通道，对个体的语音、动作、表情等外显行为数据进行采集分析，并利用多模态数据融合的方法分析个体的情绪状态；后者偏向于利用呼吸、心跳、体温、皮肤电、肌电、眼动和脑电数据分析个体的生理指标变化情况，以挖掘其中潜藏的情感信息，实现基于内在生理信息的智能化情绪感知。简言之，智能时代个体情绪感知的研究，需要参照量化学习的思想，对个体外显行为和内在生理信息潜藏的情感状态信息进行量化测评，构建面向个体情绪感知的多模态符号表征体系，利用数据科学的方法分析情感的发生机制，以实现多模态数据赋能的学习者情绪的智能化、精准化感知与识别。

情感识别逐步落地行业

情绪在人们的生活中扮演着重要的角色，既贯穿了人们的经历，同时也塑造了人们看待世界和与他人互动的方式。

由于感知情绪在人们的日常生活中有着重要作用，因此自动情绪识别技术在游戏和娱乐、安全和执法、购物、人机交互等领域，已经成为了学术界一个重要的研究内容。

“千年隼”的影迷在看《星球大战》的时候，也许没有注意到自己的面部表情正在作为数据被抓取。市场分析机构Econsultancy称，迪士尼已经采用了一款可以在电影放映时用红外摄像机捕捉人们面部表情的软件（FVAE）。这款软件获得的大量实时数据可以使迪士尼对观众的“情绪”进行更好的商业分析。

Venturebeast报道称，情绪识别公司Realyes可以通过台式电脑和移动设备（手机）的摄像头帮助AT&T、Mars、好时和可口可乐等大品牌分析消费者的情绪。

Affectiva是一家AI初创公司，他们的CEO被誉为情绪识别与面部编码数字应用的拓荒者，这个公司已发布了一款人工智能情绪监控软件，车企可将面部识别技术及语音追踪技术纳入到其未来的新车型中，该人工智能系统可追踪驾驶员的情绪、体能及驾驶分神的程度。

Affectiva表示，驾驶员因困倦及分神而引发交通事故，该款人工智能系统或许能够避免该类情况的发生。在座驾上搭载了软件及摄像头后，该系统就能探查到您的驾驶状态，确认是否存在嗜睡、过于焦虑或易怒的情况，从而判定驾驶员能否能专心开车。

该技术或将与半自动驾驶车辆相搭配，在“怒路症”发作而感到焦躁不安时，转由车载系统控制车辆的驾驶操控。最终，若您决定采用较为安全的驾驶方式，车辆会接管相关的驾驶操作。

除了消费市场，再拿就业为例，以联合利华（Unilever）为标志的跨国公司已经开始使用HireVue这样的情绪识别技术来筛选应聘者。它通过分析肢体语言和面部表情，HireVue声称可以“预测”应聘者在特定情况下会做出的反应。它还可以根据反应过程中情绪的变化来“检测”应聘者是否在撒谎，以及他们的总体自信水平。

最后

在未来，情绪识别等研究将为人们的娱乐、安全和人机交互等方面带来更多便利。但不可忽视情绪感知中的伦理问题。

情绪感知相关研究开展的关键，在于帮助机器模拟人类的信息感知和加工模式，对个体情感的外在表征机制和内部作用机理进行深入分析，构建基于机器智能的情绪感知、理解和表达机制，以数据科学的方法实现情感的量化测评。由于个体情绪感知研究涉及大量的伦理应用和相关个体的大数据安全问题，如何保证个体情感数据不被非法获取，保障个体的信息隐私不被披露，是个体情绪感知研究开展面临的现实问题。需要加强相关研究人员的数据安全伦理道德规范，明确责任主体的“数据权力”，出台相应的法律法规约束相关研究的应用范畴，以保障个体情绪感知的相关研究，能够推动情感识别所服务行业的良性发展。