奥运网红专访与拿金牌带给的影响效果对比试验。据四川大学副教授、FaceThink情感实验室负责人杨松帆博士讲解，实验室分别挑选了两组有代表性的赛后专访视频(同等时长)，一组是盛产“奥运网红”的中国游泳队赛后专访视频集锦，另一组是奥运冠军的赛后专访视频集锦。前者的内容精彩、逗比，后者则大位舰果断，通过观察50名参予实验的观众对2两组视频的情绪对系统曲线，来预测其对视频的青睐偏爱及共享意愿。简介：奥运网红专访与拿金牌带给的影响效果对比试验。据四川大学副教授、FaceThink情感实验室负责人杨松帆博士讲解，实验室分别挑选了两组有代表性的赛后专访视频(同等时长)，一组是盛产奥运网红的中国游泳队赛后专访视频集锦，另一组是奥运冠军的赛后专访视频集锦。前者的内容精彩、逗比，后者则务实、果断，通过观察50名参予实验的观众对2两组视频的情绪对系统曲线，来预测其对视频的青睐偏爱及共享意愿。人工智能实验室：奥运网红专访视频比拿金牌更加让观众感觉北京时间8月22日，预示桑巴集会演出，2016年的奥运圣火在里大约马拉卡纳球场徐徐点燃，而社交网络上有关本届奥运会的辩论依旧冷淡。

有媒体戏称里大约奥运会是被洪荒少女的表情包在撑起来的，不过，除了燃爆社交网络外，机器替换真人讲解比赛，机器人文学创作报导奥运，机器预测比赛结果等各种人工智能的应用于也让本届奥运会亮点颇多。专心于情感计算出来与情绪分析的人工智能领域FaceThink情感计算出来实验室，专门针对奥运网红们的专访视频展开了理解，找到在观赏傅园慧等中国游泳队运动员的赛后专访视频时，观众的感觉情绪高达75%，是观赏其他金牌得主的专访视频时的5倍。同时，观众的情绪对系统就越较好，就越不愿主动共享涉及的奥运信息。机器预测:让观众感到高兴与吃惊的内容更容易被传播据四川大学副教授、FaceThink情感实验室负责人杨松帆博士讲解，实验室分别挑选了两组有代表性的赛后专访视频(同等时长)，一组是盛产奥运网红的中国游泳队赛后专访视频集锦，另一组是奥运冠军的赛后专访视频集锦。前者的内容精彩、逗比，后者则务实、果断，通过观察50名参予实验的观众对2两组视频的情绪对系统曲线，来预测其对视频的青睐偏爱及共享意愿。图1：观众对中国游泳队及奥运冠军赛后专访视频的情绪对系统曲线机器分析的结果显示，观众在观赏奥运冠军的得奖专访时，情绪对系统曲线比较稳定，平均值感觉度只有15%。但在观赏奥运网红游泳队的视频时，情绪对系统曲线平缓较小，大大经常出现对系统较好的高感觉指数波峰，平均值感觉度低约75%，正面情绪是前者的5倍。图2-1：机器分析的情绪感觉指数与问卷统计资料的观众偏爱结果完全一致人工智能可根据观众情绪状态精准预测共享不道德除了在播出视频时用摄像头动态记录下观众的面部表情，该实验室还同时使用传统问卷调研的形式，详尽记录了受访者分别对两组视频的青睐偏爱及共享意愿。有意思的是，观众的情绪对系统就越大力(感觉、吃惊、高兴等相反情绪曲线较高)，就就越讨厌涉及的影像内容，与他人共享的意愿也就越反感。图2-2：机器分析的情绪感觉指数与观众对系统的共享意愿完全一致四川大学副教授、FaceThink情感实验室负责人杨松帆博士回应，这次针对奥运表情包在的理解使用的是他们自律研发的表情自动识别算法，在以往情绪分析的基础上减少了情感色彩正负的辨别，提升了情绪辨识的准确度。目前机器可以辨识8种人类情绪：正面情绪高兴;负面情绪反感、哀伤、困惑、愚蠢、气愤;中性情绪专心、吃惊。图3：FaceThink实验室对傅园慧热门表情展开的情绪分析图杨教授透露，整个实验的过程主要分四步：首先通过摄像头收集观众样本的面部表情数据;紧接着利用机器学习算法自动检测人脸，并萃取面部关键点(例如眼睛、鼻子、嘴等)。

依据心理学家Paul Ekman的面部动作单元理论，萃取并分析面部肌肉移动的变化特征，训练出有预测性模型;该模型可以辨别受访者的情绪种类及强度;最后，融合问卷调研的结果，检验机器预测的准确度。从这次实验室研究的结果看，表情自动识别技术需要精确检测到观众在观赏视频期间每时每刻的情绪状态，加之更进一步的统计分析，可以对观众未来的不道德作出预判。据报，在情绪辨识领域中，科学家们通过多种传感器收集数据来预测人类心里状态，比如这些数据还包括血压、心率、脑电波、表情、语音等。其中，表情辨识技术以其高精度，低成本的特点, 普遍应用于有所不同领域，还包括视频广告的优化，市场调研，在线教育，汽车辅助驾驶员及游戏等。资料来源：搜狐奥运网红专访与拿金牌带给的影响效果对比试验。据四川大学副教授、FaceThink情感实验室负责人杨松帆博士讲解，实验室分别挑选了两组有代表性的赛后专访视频(同等时长)，一组是盛产“奥运网红”的中国游泳队赛后专访视频集锦，另一组是奥运冠军的赛后专访视频集锦。前者的内容精彩、逗比，后者则大位舰果断，通过观察50名参予实验的观众对2两组视频的情绪对系统曲线，来预测其对视频的青睐偏爱及共享意愿。