Araştırmacılar, insan duygularının vücut hareketleri aracılığıyla ifade edilen dilini çözümledi. Bilgi işlem, psikoloji ve sanatın bir karışımını kullanarak, duyguların yapay zeka tarafından vücut dilinde tanınmasını geliştirmek amacıyla insan hareket veri setini düzenlediler.
Bu Laban Hareket Analizi (LMA) ile etiketlenmiş veri seti, insan-makine etkileşimini büyük ölçüde iyileştirebilir. Sadece yardımcı robotlarla iletişim boşluklarını kapatmakla kalmaz, aynı zamanda psikiyatri profesyonelleri için potansiyel araçlar sunar.
1. Çalışma, motor eleman analizi aracılığıyla duygu anlama için bir paradigma tanıttı.
2. Ekip, her birini Laban Hareket Analizi ile etiketleyerek 1,600 insan video klibi kullandı.
3. Ulusal Bilim Vakfı ve Amazon Research Awards tarafından desteklenen bu araştırma, güvenliği güçlendirebilir ve insanlar ile robotlar arasındaki iletişimi iyileştirebilir.
Kaynak: Penn State
Bir birey üzgün olduğunda ellerini yüzüne götürebilir veya mutlu olduğunda havaya sıçrayabilir. Penn State araştırmacıları tarafından yönetilen bir ekip, insan vücut hareketlerinin duyguları ilettiğini ve bunun günlük iletişimde kritik bir rol oynadığını belirtiyor.
Bilgi Sistemleri ve Teknoloji Fakültesi'nde ünlü profesör James Wang liderliğindeki çalışma, özellikle Wang'ın grubundaki mezuniyet aşamasındaki doktora öğrencisi Chenyan Wu tarafından gerçekleştirildi ve 13 Ekim'de Patterns dergisinin basılı baskısında yayımlandı ve derginin kapağında yer aldı.
“İnsanlar genellikle duygularını iletmek için belirli motor desenlerini kullanır ve bu vücut hareketleri bir kişinin duyguları veya zihinsel durumu hakkında önemli bilgiler taşır,” dedi Wang. “İnsanların temel hareket desenlerini, yani motor elemanlarını kullanarak özel hareketleri tanımlayarak, bu motor elemanlarının ve bedensel ifade edilen duygu arasındaki ilişkiyi kurabiliriz.”
Wang'e göre, makinelerin bedensel ifade edilen duyguları anlama yeteneklerini artırmak, yardımcı robotlar ile çocuklar veya yaşlı kullanıcılar arasındaki iletişimi geliştirmeye, psikiyatri profesyonellerine nicel teşhis ve prognostik yardım sağlamaya ve insan-makine etkileşimlerinde kazaları önlemeye yardımcı olabilir.
“Bu çalışmada, motor eleman analizi içeren yeni bir paradigma tanıttık,” dedi Wang. “Yaklaşımımız, motor elemanlarını tanımak için derin sinir ağları - bir tür yapay zeka - kullanır ve bu motor elemanları daha sonra duygu tanımı için ara özellikler olarak kullanılır.”
Ekip, vücut hareketlerinin duyguları nasıl gösterdiğini gösteren bir veri seti oluşturdu. Wu, her bir video klibi Laban Hareket Analizi (LMA) kullanarak etiketleyerek bu veri setini tasarladı. Ardından Wu, etiketli veri setini kullanarak yeni resimler veya videolar için hem bedensel ifade edilen duygu hem de LMA etiketleri için tahminler üretebilen çift şube, çift görevli bir hareket analizi ağı tasarladı.
“Duygu ve LMA eleman etiketleri ilişkilidir ve LMA etiketleri derin sinir ağlarının öğrenmesi daha kolaydır,” dedi Wu.
Wang'e göre, LMA, motor elemanlarını ve duyguları inceleyebilir ve aynı zamanda insan hareketi ve duygusal ifadeyi etkili bir şekilde öğrenen “yüksek hassasiyetli” bir veri seti oluşturabilir.
“LMA özelliklerini dahil etmek, bedensel ifade edilen duygu anlayışını etkili bir şekilde artırdı,” dedi Wang. “Gerçek dünya video verilerini kullanarak yapılan kapsamlı deneyler, yaklaşımımızın yalnızca temel vücut hareketini dikkate alan baz çizgileri önemli ölçüde geride bıraktığını gösterdi ve gelecekteki ilerlemeler için umut vaat etti.”
Kaynak:
“Bodily expressed emotion understanding through integrating Laban movement analysis” by James Wang et al. Patterns