L’approche d’apprentissage automatique améliore la précision de la détection des émotions
La reconnaissance des émotions faciales pourrait avoir de larges applications entre les soins de santé, l’éducation, le marketing, le transport et le divertissement. Il peut être utilisé pour aider à surveiller les patients à distance ou dans les hôpitaux ou les milieux d’intervention d’urgence surchargés, ou les patients incapables de bien communiquer pour un certain nombre de raisons. Il pourrait être utilisé pour personnaliser l’apprentissage, permettant à un système de formation informatisé de répondre de manière plus appropriée à l’utilisateur. De même, un tel système pourrait améliorer le service client et pourrait même être utilisé pour créer des expériences de divertissement immersives.
Les systèmes informatiques qui peuvent identifier les émotions de nos expressions faciales sont en développement, mais sont toujours confrontés à de nombreux défis. Les premiers systèmes reposaient sur une seule méthode, tel que la cartographie du visage d’une personne et la correspondant à une base de données d’expressions annotées. Certaines approches basées sur cette méthode simplifiée sont plus précises que d’autres, mais aucune ne capture encore toute la nuance de l’émotion humaine telle qu’elle est exprimée sur nos visages.
Recherche publiée dans le Journal international de biométrie Présentation d’une nouvelle approche basée sur l’apprentissage automatique qui pourrait résoudre ce problème et rendre un détecteur d’émotion viable pour un large éventail d’applications.
Le plus gros problème qui est résolu par le nouveau travail est qu’il peut extraire une émotion complexe des situations du monde réel où des facteurs environnementaux, des données incomplètes ou des émotions complexes pourraient affecter la précision des résultats. Cependant, la nouvelle approche rassemble la reconnaissance de l’expression faciale et utilise le discours et le ton de la voix de la personne ou même ce qu’ils pourraient écrire pour donner un résultat plus précis.
Dans leurs expériences, les chercheurs Jian Xie et Dan Chu de l’Université normale de Fuyang à Anhui, en Chine, ont atteint une précision de reconnaissance de 98,6% avec leur approche. Le système était particulièrement apte à identifier le bonheur ou un état émotionnel neutre par rapport aux systèmes antérieurs. Le système ne pouvait cependant pas aussi bien faire face à l’identification du dégoût et de la surprise.
