真钱21点使用AI技能评价电视节目中的心境

使用AI技能评价电视节目中的心境

使用AI技能评价电视节目中的心境

使用AI技能评价电视节目中的心境

2019年5月28日 真钱21点
  • 共享文章到微信

    扫一扫
    共享文章到微信

  • 重视官方群众号-真钱21点

    扫一扫
    重视官方群众号
    真钱21点

深度学习经过人脸预算心境的才能现已益发强壮——详细来讲,只需要检查图画内容,其即可将其间人们的高兴或哀痛心境整理出来。

来历:真钱21点 2019年5月28日

关键字:人工智能

深度学习经过人脸预算心境的才能现已益发强壮——详细来讲,只需要检查图画内容,其即可将其间人们的高兴或哀痛心境整理出来。那么咱们是否能够将这项技能应用于电视新闻,然后评价一周内新闻中一切出镜者的全体心境倾向?尽管根据AI技能的人脸心境评价仍是一个年青且正在快速开展的研讨范畴,但经过本次使用谷歌云AI对网络真钱游戏档案馆内电视新闻归档中的一周电视新闻报道进行剖析,咱们发现即便是单纯使用现有东西方案,也足以从新闻内容傍边提出出很多可见心境元素。

使用AI技能衡量电视节目中的心境

为了更好地了解电视内容,咱们挑选对CNN、MSNBC以及福克斯新闻网以及来自旧金山的其它媒体分支机构——KGO(ABC)、KPIX(CBS)、KNTV(NBC)以及KQED(PBS)——的迟早播出新闻内容进行心境辨认,详细时段为本年4月15日至4月22日。作为剖析目标的电视新闻总时长为812小时。咱们挑选使用谷歌的Vision AI图画了解API进行剖析,并启用了其间的一切功用,包括人脸检测。

人脸检测与人脸辨认存在着很大差异。前者只核算图画傍边存在的人脸,而并不会测验分辩此人终究是谁。整体来讲,谷歌的可视化API仅供给人脸检测功用,而并不供给人脸辨认功用。

以谷歌API为例,关于每一张脸,它还会估量其正在表达的以下四种心境的各自或许性,包括高兴、惊奇、哀痛与愤恨。

为了探究电视新闻中的面部心境国际,咱们将总长812小时的电视新闻转换为1 fps预览图画序列,并经过Vision AI API加以运转,总计得出1261万2428脸-秒(即总帧数乘以各帧傍边能够检测出的明晰人脸数量)。

其间,3.25%展现出高兴的心境,0.58%表现出惊奇,0.03%表现出哀痛,0.004%表现出愤恨。

能够看出,谷歌的Vision AI API在处理在线新闻图画时,以为高兴与惊奇心境的呈现份额要远远高于愤恨与哀痛咱们还无法确认这终究仅仅一种全体性的剖析过错,仍是新闻图画中确实存在这样的底子心境表达趋势,或者说谷歌的算法关于高兴与惊奇这两种心境的辨认才能更强。无论怎么,即便谷歌算法确实关于某些特定心境拥有着更高的敏感度,但这种倾向对各家新闻站点而言依然是公正的,因而咱们能够直接对七大站点中的四种面部心境表达做出比较。

下图所示为这一周时刻之内七个新闻站点傍边悉数人脸图画呈现出四种心境中恣意一种的各自占比。其间ABC、CBS与NBC好像面部情感表达最为活泼,其次是福克斯新闻网、MSNBC与CNN,最终是PBS与CNN。

使用AI技能衡量电视节目中的心境

由谷歌的Vision AI API剖析得出,明晰的人脸图画在2019年4月15日至4月22日期间表达高兴、惊奇、哀痛或愤恨心境的百分比。

在这份排名傍边,高兴心境占有的份额最高,详细如下图所示。

使用AI技能衡量电视节目中的心境

由谷歌的Vision AI API剖析得出,明晰的人脸图画在2019年4月15日至4月22日期间表达“高兴”心境的百分比。

下面来看关于惊奇的心境,其排名在不同电视站点上呈现了全面倒转。PBS的惊奇心境密度最高,CBS居中,ABC落在最终。

但考虑到这四种心境之间并非彻底阻隔,因而ABC的高兴心境密度更高,并不代表着其惊奇辨认率就必定更低。

使用AI技能衡量电视节目中的心境

由谷歌的Vision AI API剖析得出,明晰的人脸图画在2019年4月15日至4月22日期间表达“惊奇”心境的百分比。

哀痛是一种相对不太常见的心境,但在各站点之间依然存在着明晰的分层。其间NBC中包括的哀痛心境比MSNBC多了三倍半。

使用AI技能衡量电视节目中的心境

由谷歌的Vision AI API剖析得出,明晰的人脸图画在2019年4月15日至4月22日期间表达“哀痛”心境的百分比。

最终是愤恨,这种激烈的心境在各家新闻站点傍边的呈现机率最低。尽管如此,其依然表现出明晰的分层趋势。福克斯新闻网傍边的愤恨心境比位列第二的PBS多出1.5们中,并且简直到达份额最低的NBC的十倍。

事实上,福克斯新闻网中呈现的愤恨面孔比MSNBC和CNN加起来还多。

使用AI技能衡量电视节目中的心境

由谷歌的Vision AI API剖析得出,明晰的人脸图画在2019年4月15日至4月22日期间表达“愤恨”心境的百分比。

最重要的是,AI关于人脸面部表情这类杂乱且存在细微差别的事物进行判别的才能,现在尚处于前期开展阶段,并且仍是一大十分活泼的研讨范畴。因而,这儿发布的成果恐怕无法被视为对各个新闻站点干流心境表达确实认性定论。相反,咱们能够将其看成是深度学习技能在帮助咱们安身更深层次进行维度探究的开端测验。

综上所述,深度学习拓荒了咱们了解视觉国际的新范畴。安身大规模电视新闻中的目标与活动进行编目,咱们总算开端对本来底子无法幻想的新维度进行评价——例如本次事例中的面部表情。

最终,正如当下文本情感剖析现已变得习以为常相同,信任终有一天,视觉情感剖析也将得到新式的高档视觉深度学习算法的支撑,然后为咱们带来史无前例的微观解读才能。