MIT最新AI面部识别研究：AR技术协助歇斯底里侦测

“忧郁症未成年的无意识神经元相互连接有可能是“吵闹的”（noisy）或低效的。”

原作者：Claire

出版人：tuya

出有品：时事新闻人像（ID：caijingtuya）

对基本上有益的人来说，比对几何图形颊隐含的恐惧很容易。微笑有可能反之亦然幸福，而皱眉有可能反之亦然愤怒,但忧郁症病症在进行这项勤务时有很大的困难。来自加州大学伯克利分校的一支研究成果团队，训练出有一个可量化性来处理事件面部恐惧比对信息，以尽力忧郁症病症很好地比对人们脸颊隐含的恐惧。

6同月15日，加州大学伯克利分校教授脑研究成果所教授Kohitij Kar在《神经元科学周刊》（The Journal of Neuroscience）上发表了一项原是“忧郁症非典型面部恐惧处理事件的使用暴力和神经元标记的量化探索”（A computational probe into the behavioral and neural markers of atypical facial emotion processing in autism）的原先研究成果。该研究成果利用人工智能在头脑中所建模量化，揭示了大脑的内部工作机制。

在过去的一项实验中所，研究成果人员向忧郁症成年人和由神经元功能长时间的被试者组成的对照组，展示了一系列面部图像。这些图像由操作系统聚合，在一个从恐惧到寂寞的范围内变动，投身于者必须急剧说明这些面孔是不是描绘成了寂寞。与对照组相比，患有忧郁症的成年人必须见到面部平庸出有更佳程度寂寞的图像，才能比对出有寂寞这一特征。

Kar受到这项实验的着迷，训练了一个可量化性，这是一种受大脑结构着迷的精细数学分析函数，来进行同样的勤务，即已确定几何图形图像是不是令人高兴。Kar的研究成果结果表明，忧郁症未成年的无意识神经元相互连接有可能是“吵闹的”（noisy）或低效的。

Kar认为这些视觉效果处理事件的量化数学方法在今后有可能有多种用途。“我认为面部内心深处比对只是冰山一角。”，他认为这些视觉效果处理事件数学方法也可以用来选择、甚至聚合诊断以下内容。例如，人工智能可用于聚合电影和教学物料等以下内容，以最大限度地欣赏忧郁症儿童和未成年。

根据这项研究成果，这些量化数学方法有有可能被用来尽力调整增强现实（AR）镜子中所的面部和其他相关像素（pixels），以改变忧郁症病症见到的东西，例如通过贬低人们脸颊的寂寞或其他恐惧的总体，以尽力忧郁症病症很好地比对。

即使是在更恰当的范例中所，安装了面部恐惧比对操作系统的AR镜子也可以检测到人们的恐惧，并覆盖句法提醒来尽力佩戴镜子的忧郁症病症，以便向他们所述与他们交流的人有可能的恐惧状态。

本文由政府会号时事新闻人像（ID：caijingtuya）原创撰写，如需转载请紧密联系人像王。

加进人像王应有原先浪（ID：tuyaclub）

申请加入【公司军事情报社群】

投身于资本低价发表意见

获取用心军事情报

本文首发于原先浪政府会号：时事新闻人像。文章以下内容归入原作者应有观点，不代表和讯网立场。股票据此操作，安全性请自担。