计算机视觉系统与情绪识别应用趋势

平时对智能家居的控制即是人脑控制方式的体现，而我们常指的操控仅是指感知觉的操控模式。如今天温度很高，正常情况下用户会把空调调低一点，但是用户今天心情不好想让自己出出汗，非要把空调强制关闭，这其中就包含了情感决定行为，人工智能在感知层上容易理解与模仿，但是更高层次的智能需要理解用户的心情，而不仅是人性化的思考与行为方式，这也是人工智能的阻碍。如果情绪识别控制无法进入智能家居控制中，智能家居控制达到的智能高度只能停留在“秘书”级别，而不是“妈妈”级别，更困难的难题是，智能家居人工系统不仅仅要建立个体行为的情感模型，而对于家庭而言，群体情感模型的建立更加重要。

传统的智能情绪控制主要是反射机制，如情绪识别系统识别用户不高兴，而虚拟智能系统的反应也是难过，自动将灯光调整到稍微温馨点的亮度，但我们不禁反问，用户需要的是更暗、更冷色的灯光还是更亮、更暖色的灯光？传统的反射机制一律判定为需要暖色且更亮的灯光状态，这是反射机制的局限性。随着对智能家居智能虚拟情绪系统的不断研究，发现人的行为应该是认知和反射，也就是说需要通过学习认知个体用户或者群体，才能综合判定用户需要什么，对于认知学习，需要的便是大数据。也就是说，我们未来的智能家居系统就是虚拟智能人管家，它不仅能够捕捉普通的操控需求，最终简直如朋友、如妈妈级别达到情感级的控制功能，也是家庭用户一个静默的陪伴者。

其实机器视觉是人工智能研究领域的重要分支，基于机器视觉对智能家居设备的升级改造，可以有效提升系统的智能化水平。

我们常见的是，基于网络摄像头的自然手势识别系统是以云平台为核心，借助开源计算机视觉库，对网络摄像头获取图像数据进行手势图像预处理、特征提取、手势运动分析等处理，采用手势控制智能家电，最终实现手势识别在基于云平台智能家居上的应用。

为了去除依赖外界设备识别手势，使手势以最自然的方式表现出来，基于视觉的手势识别便应运而生，此种方法是通过摄像头拍摄，获取手势图像信息，然后利用智能算法对所获得图像进行分析、处理，最后得到手势的运动状态。从应用方面来看，图像解析分两个层次：一是图像识别，主要利用图像信息的空间分辨能力，实现个体的身份认证；二是图像内容分析，主要利用图像信息的时间分辨能力，理解图像，进行目标行为的分析。

目前，图像识别在安防摄像机里普遍能做到，但通过语音分析捕捉到的图像内容非常困难。如通过阅读一段图像，理解图像的内容并把它表达出来，它描述的不是图像本身，而是图像的结构及表现的内容、情节。目前最成功的家用计算机视觉落地应用就是无人驾驶汽车，与此同时，机器视觉是人工智能正在快速发展的一个分支，人们希望机器拥有视觉并在某些应用中超越人类，完成人类不可能完成的工作。在商业应用中，机器视觉技术可以帮助机器人厂商打造高端交互性强的智能机器人，并且随着人工智能的发展以及云计算、大数据应用的深化，能够让机器人在非结构化的环境中自主实现识别、思考和决策。

作为人类我们都以拥有情感而自豪，这是我们和机器在一种本质上的区别。目前，图像识别的高歌猛进让人脸图像识别的错误率降至只有3%，情绪识别与人脸识别相同，同属计算机视觉的研究范畴，情绪识别也是人工智能的细支之一。

面部识别技术已经成熟，伴随着它的快速增长，“情绪分析”也得到了飞速的发展。目前的情绪识别技术已经可以融合几十张图片来构成一张真实的图片，即使你做鬼脸、戴眼镜、改变发型或者留胡子，都没法逃脱摄像头的法眼，而传统的图像识别很容易被骗过。深度表情识别的分辨率已经可以达到97%，远远超过人类的辨识率，而且未来还会朝99%的目标努力，但尚需更好的算法。

生物医学下的视觉控制方式有很多，而且研究者也越来越多。例如，常见的脑-机接口（BCI）是通过脑电信号（EEG）实现人与智能家居设备之间通信和交流的控制系统，对于残疾人和老人等使用智能家居设备有着十分重要的作用，让行动不方便的人们摆脱用肢体动作与外部环境进行交流的障碍。目前智能家居的发展尚停留在将目标客户锁定在正常人的范畴之内，面向残疾人的智能家居设备少之又少，所以在技术环境、脑电信号的发展对于人无需肢体动作来控制智能家居设备有着非常重要的意义。

又如稳态视觉诱发电位是视觉系统对外部视觉刺激的响应，对于视觉和认知能力正常的人，眼睛经过视觉刺激后会在枕区位置产生特定的电位信号，EEG这种生物电不能直接用于控制电子设备，需要BCI控制信号的采集过程，包含信号提取、放大、滤波等的实现，然后进行特征提取，最终转化成不同的控制指令，由串口传送给智能家居控制模块。

自20世纪60年代中期起，机器视觉方面的研究工作开始转向解释和描述复杂的三维景物这一更困难的课题。目前这种通过脑电信号的实验已经在中国以及美国等国家实现，智能家居无线控制时间可以达到单次5秒，最远传输距离也可以达到50米，简单控制成功率100%，下一步的动作是实现更加复杂、功能更加完善的智能家居系统控制。