在人脸识别应用百花齐放的这几年，人类也一直在尝试基于人脸展开更多的探索，包括强化技术的深度以及应用的广度。但过去几年，无论哪种场景下的人脸应用更多的仍是聚焦在身份认证环节，其间，微表情识别的应用初步将对人脸的探索延伸到对人心的解析上，但其技术原理依旧停留在面部行为识别。

　　本次我们通过对中威电子市场总监俞江峰的访谈了解到一种新的探索“人心”的技术——基于血谱光学成像技术的情感人工智能，这项技术完全改写了一贯的面部识别技术逻辑，通过多学科技术融合应用将“读心术”研究引入到了一个新的高度。

　　Q：贵司当前在情感人工智能方面有哪些前沿的技术探索和产品方案？

　　A:我们目前主要是和加拿大纽洛斯人工智能公司合作，共同专注于基于情感人工智能方面的产品研发和行业业务拓展，现阶段，我们已经在心率、心理压力、血压、呼吸率等检测指标上进行了深入研究，并形成场景性情感分析和公共安全情感分析两大产品业务方向。

　　其中公共安全情感分析产品可以广泛应用于机场、车站、轨道交通等涉及公共安全的安检场景；场景性情感分析产品可以分为测谎类、情绪类、健康类等指标集，可广泛应用于公检法审讯、心理咨询、养老看护等行业。

　　另外在产品方面，主要推出了面向学校的学生心理健康教育与心理健康测评系统。这套系统是以情感人工智能为核心，利用视频非接触式多导仪技术检测学生的心率、心率变异性( HRV )、呼吸率、心理压力等生理与心理指标，并充分融入心理健康评测与心理健康教育工作；实时动态的检测、识别、理解学生的心理变化，为学生心理健康管理、心理辅导、心理干预等工作提供多维数据服务；建立心理健康教育资源平台，实现专业资源的互联、互通、共享。

　　由此实现学生心理健康教育、心理健康测评与数据分析综合管理的专业系统。目前我们已经和浙江大学、北京工业大学、浙江师范大学在合作进行相关的课题研究。

　　还有我们的非接触人脸血谱分析系统，该套系统是心理学、精神卫生医学领域等专业心理学以及心理健康研究分析工具，通过安排特定的评估环境、设计特定的评估流程、播放特定的**背景视频，通过专业摄像机采集被试在测试过程中的人脸血流信息，并通过DeepAffex情感分析引擎分析获取被试的心率、心率变异性(HRV)、心理压力等生理、心理指标，供研究人员更加专业的评估、分析被试的心理状态，可有效辅助心理研究人员进行心理专业方向建模分析。

　　在司法行业应用上，我们计划在今年安博会期间将全面推出基于人脸血谱分析的非接触式测谎系列产品。

　　Q：情感人工智能的技术原理是什么？

　　A：情感人工智能主要基于神经科学、心理学、生理学，其核心的血谱光学成像(TOI)技术是纽洛斯研发的一种基于视频提取人脸皮肤血流信息，通过机器学习建模，进而实现检测人类情感的技术。其主要技术原理是：光线打到人的脸上并不是马上就被反射回来的，因为皮肤是半透明的，光线会穿透皮肤。但光线进到皮下后会碰到两种蛋白质：棕色的黑色素和红色的血红蛋白。光线碰到两种蛋白质后有些被吸收，有些从皮肤上被反射出去，反射出去的光则会被摄像头捕捉到。摄像头的感光器件对光线中的光子很敏感，不同光子的发光频率不一样，摄像头的感光器件接收到不同的光子，通过后台的信号处理可以把两种蛋白质反射光线的光子结果进行分离，分离之后只留下血红蛋白反射的信息，把一段时间内(30秒左右)的画面连起来，后台AI就能看出血红蛋白的波动，这就是血流的变化。

　　基于血谱光学成像技术，可以通过使用摄像头远程非接触提取人的面部血流信息，然后血谱光学成像对关键检测区域进行识别提取血流信息，最后再通过DeepAffex情感智能引擎分析和预测生理、心理状态。与市面上的人脸、人像分析不同，DeepAffex情感智能引擎能对人体的生理状态(心率、血压、呼吸频率、梅尔波、热波……)和心理状态(心理压力、内心情绪状态、个体情绪)进行测量分析，从而穿过表层现象看内心活动。

　　这个过程中，我们上传的并不是原视频，而是通过视频提取的各项血流参数信息，这种方式可以最大程度的保护受监测者的个人隐私安全。

　　Q：情感人工智能和微表情识别技术有什么差异?

　　A： 微表情识别主要是基于人的脸部特征，对输入的人脸图像或者视频流进行监测，捕捉的是人们在0.2秒内发生的瞬间性表情，再通过心理学FACS面部行为识别符号来映射人像的内心活动。而情感人工智能主要是基于血谱光学成像（TOI）技术+专业的情感智能引擎分析系统来检测人实时的生理指标与心理指标变化情况，从而反映出真实的内心活动。

　　后续，我们计划把情感人工智能和微表情识别技术相结合，推进多种算法融合，比如融合面部识别+语音识别技术，通过多特征的提取、识别、分析，丰富监测的样本，让识别分析结果更趋于客观准确。

　　情感人工智能技术的应用场景，其实也非常具有想象力，下一步我们将展开测谎设备的研发。传统的测谎设备一般是通过皮肤贴片导电系统进行，但这套系统的应用对于设备配置、操控都具有很高的要求，需要由专业的人才来实施操控，这无疑加大了设备的使用成本。我们即将推出的基于血谱光学成像技术的视频测谎方案，可以通过检测人物面部血流中血红蛋白变化情况，实时反映人的各种生理、心理指标的变化，系统可自动告警异常情况，事后还可再进行无限回放。

　　Q：情感人工智能正处于初步发展阶段，用户的接受程度如何?对投入产出比是否存在顾虑?

　　A：用户需求很旺盛。在投入产出比这方面，很多时候我们和用户的合作其实是双向的。比如和学校用户的合作，高校采购中威电子的学生心理健康教育与心理健康测评系统及相关设备，一是为了构建学生心理健康管理系统，二是为了从事心理学、神经学等方面的学术研究。

　　这个过程中，我们可以从用户那里收获的也有两方面：一是用户大量的样本数据，当然是用户愿意且授权的情况下，这些数据可以用来提升我们的算法能力，提升检测结果的广度和精度；二是高校的学术研究成果，比如学术论文，这些前沿的学术理论可以更好的引导我们在后续的产品及应用上的研发方向，为我们节省了很多算法训练以及后续的技术研究成本。

　　Q：不同的行业领域，用户的需求具有较大的差异性，如何实现对不同用户需求的快速响应？

　　A: 我们在产品设计过程研发了基础生理与心理指标模型，不同行业应用场景，业务模型只要根据场景选择特定指标进行优化配置，即可实现不同场景的特殊需求。用户需求响应最大的工作量还是在于不同行业用户的业务流程需求，这仍然需要我们紧跟用户需求，以用户需求为导向来进行针对性的应用功能开发。

　　比如司法领域的典型场景是监狱和看守所，我们开发的功能主要是用于犯人的心理健康管理。一个细微的需求便是监狱里每周会有夜谈环节，我们的系统可以用来监测犯人在夜谈过程中的心理波动、情绪反应，这些监测数据可以帮助监狱和看守所实现群体健康管理体系的优化。

　　又比如在公检法审讯过程，通过视频非接触式采集嫌疑人在被讯问过程中的生理与心理波动情况，实现对讯问问题的可疑点排查，为案件分析提供必要的辅助。

　　在精神卫生健康领域，可以实现对特殊群体日常生理与心理健康便捷采样，通过周期性健康状态跟踪分析，了解特定对象发病的可能性，及时做好干预与预案机制。

　　Q：公司围绕着情感人工智能的技术研究，人才团队组成大概是什么样的情况？

　　A：现阶段公司的基础核心技术团队主要与加拿大纽洛斯研究中心合作为主，纽洛斯主要负责基础技术研究，包括样本采集、开发并优化算法模型以及如何转化、解读指标数据等。中威电子这边更多是负责业务场景的应用模型的开发，不同的场景适配的应用模型是不一样的，所以我们需要按场景所需开发不同的业务场景应用模型，实现产品化与解决方案落地。

　　Q：一套应用模型的开发周期有多长？

　　A：主要看环境的复杂程度。简单环境和需求之下，比如测谎功能，因为我们前期会对环境进行强制约束，所以模型的适配会很快速便捷。但易受到光线、人流等因素干扰的应用环境对于技术的要求就很高，这种应用模型开发起来会比较长。

　　Q：在推进这项技术落地应用过程中，你们认为最大的困难点在哪里？

　　A：首先，用户对这方面的需求比较旺盛，但同时也存在需求分散、零碎的情况，这种情况下，对于我们的挑战在于，如何从中选择一个最合适的落地应用场景，让团队可以集中精力去投入，真正的发挥这项技术的实用价值。

　　另外是样本数据采集的问题，由于这是一个新兴的领域，对样本的环境、条件和要求都较高，采样具有一定复杂度，任何不严谨的采样方式都可能造成对算法精度的影响，因此采集样本的周期较长。

　　Q：如何看待情感人工智能技术的市场竞争及未来发展潜力？

　　A：不论微表情识别还是基于血谱成像的情感人工智能，其实两三年前这一块的市场就已经有人在关注并衍生出一些相关的技术概念和算法模型，只不过一直没有较为成熟的产品出来，但随着技术研究的深入、用户市场的培育以及相关产品的陆续面世，情感人工智能的应用市场将会被迅速打开，届时也许会重现当前人脸识别市场的盛况。

　　这主要是因为，现阶段基于人脸识别的应用市场已经进入到了全面开发的阶段，除了专注于个人身份认证的应用之外，人脸特征的单一性也决定了通过抓拍一张人脸后续将没有办法去做更深入的研究，但如果能够把人的情绪、行为等其他方面的特征信息识别分析出来，那么，围绕着人的研究数据将会更丰富且更立体精准，由此也可以拓展出更丰富且个性化的应用，由此可见，情感人工智能或将成为人工智能的下一个高点。

　　当然，这个市场并非一家企业能把它做大，情感人工智能需要更多技术的融合，我们也非常期待那些能够和中威电子情感人工智能业务形成互补的合作伙伴的加入，包括多种技术方面的互补以及业务上的互补，通过产学研多方力量来共同推进情感人工智能市场的发展壮大！

　　编后语：

　　受限于应用场景以及功能的固化，在单一人脸识别或视频技术无法进一步探索人类内心活动的情况之下，视频情感人工智能以其具有连续、实时、远程、非接触的采集生理和心理信息的特点，为“人脸”到“人心”的研究奠定了初步的基础，从而也为公共安全、远程教育、养老看护、司法审讯等领域的个性化应用带来了新的想象空间。

　　从人脸识别到微表情识别再到现在的情感人工智能，基于深度学习技术的人脸应用不断迎来新的技术突破和应用方向的多元化，而从知面到知心，依赖相关系统设备的投入应用，也让我们更多的“触摸”到人工智能所带来的人文关怀。