AffectNet+: A Database for Enhancing Facial Expression Recognition with Soft-Labels
تقدم هذه الورقة البحثية AffectNet+، وهي مجموعة بيانات محسنة للتعرف على تعبيرات الوجه تعالج أوجه القصور في مجموعات البيانات ذات التصنيفات القطعية (hard-label) من خلال توفير تصنيفات ناعمة (soft-labels) تمثل العواطف المركبة إلى جانب بيانات وصفية غنية لتحسين دقة النماذج وواقعيتها.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول تعليم روبوت فهم المشاعر الإنسانية بمجرد النظر إلى صور الوجوه. هذا هو عالم التعرف على تعبيرات الوجه (FER)، وهو فرع من علوم الحاسوب حيث تتعلم الآلات قراءة ابتساماتنا، وتجهماتنا، وعبوسنا. لفترة طويلة، علم العلماء هذه الحواسيب باستخدام كتاب قواعد صارم وأبيض وأسود: الوجه إما "سعيد"، أو "حزين"، أو "غاضب"، وهذه هي الإجابة الوحيدة المسموح بها. الأمر يشبه معلماً يصحح مقال طالب ولا يقبل إلا "جيد" أو "سيئ" كدرجة، متجاهلاً حقيقة أن القصة قد تكون "جيدة في معظمها ولكنها حزينة قليلاً". المشكلة هي أن العواطف البشرية الحقيقية فوضوية، وفوضوية، وفوضوية. فنحن غالباً ما نشعر بالسعادة والدهشة في آن واحد، أو نكون غاضبين لكننا نحاول إخفاء ذلك. عندما تُجبر الحواسيب على اختيار تسمية واحدة فقط، فإنها تصاب بالارتباك، خاصة عندما تكون الوجوه دقيقة أو عندما يعبر الناس من ثقافات مختلفة عن مشاعرهم بطرق فريدة. هذه الورقة البحثية تدخل إلى هذا الواقع الفوضوي والملون لتتساءل: ماذا لو توقفنا عن إجبار الحواسيب على اختيار عاطفة واحدة فقط، وبدلاً من ذلك سمحنا لها بفهم الطيف بأكم له؟
أدرك مؤلفو هذه الورقة، وهم فريق من الباحثين من جامعة دنفر، أن المشكلة الأكبر في قواعد بيانات الوجوه الحالية (مثل قاعدة البيانات الشهيرة AffectNet) هي أنها تعتمد على "التسميات الصارمة" (hard labels). في النظام القديم، ينظر شخص بشري إلى صورة ويضع عليها ملصقاً واحداً يقول: "هذا خوف". ولكن ماذا لو كان الشخص في الصورة يشعر في الواقع بمزيج من الخوف والدهشة؟ النظام القديم يجبر الحاسوب على تجاهل هذا التباين، مما يؤدي إلى وقوع أخطاء. ولإصلاح ذلك، أنشأ الفريق +AffectNet، وهي قاعدة بيانات من الجيل التالي تقدم التسميات المرنة (soft-labels).
فكر في التسمية الصارمة مثل إشارة مرور واحدة: إما حمراء، أو صفراء، أو خضراء. أما التسمية المرنة، من ناحية أخرى، فهي تشبه مفتاح التحكم في شدة الضوء (dimmer switch). فبدلاً من القول "هذا الوجه غاضب بنسبة 100%"، قد تقول التسمية المرنة: "هذا الوجه غاضب بنسبة 60%، وخائف بنسبة 30%، ومشمئز بنسبة 10%". إنها تلتقط شدة ومزيج العواطف التي تحدث في وقت واحد. لبناء هذه القاعدة الجديدة، لم يكتفِ الباحثون بسؤال شخص واحد لتخمين العاطفة؛ بل استخدموا نظاماً ذكياً مكوناً من خطوتين من الروبوتات. أولاً، قاموا بتدريب فريق من "المحققين" بالذكاء الاصطناائي (مجموعة من المصنفات الثنائية) للنظر إلى الوجه والتساؤل: "هل هناك لمحة من السعادة هنا؟ هل هناك لمحة من الحزن؟" فعلوا ذلك لكل عاطفة. ثانياً، استخدموا نظاماً يعتمد على وحدات الحركة (AUs)، والتي تشبه حركات العضلات الصغيرة في وجوهنا (مثل رفع الحاجب أو تجعد الأنف). ومن خلال الجمع بين خرائط العضلات هذه وتخمينات الذكاء الاصطناعي، أنشأوا "متجه عاطفة" مفصلاً لكل صورة.
النتي النتيجة هي مجموعة بيانات ضخمة تحتوي على مليون صورة، ولكن مع لمسة مختلفة: كل صورة الآن تأتي مع متجه تسمية مرن يوضح احتمالية وجود ثماني عواطف مختلفة. ولجعل الأمر أكثر إثارة للاهتمام، صنف المؤلفون هذه الصور إلى ثلاثة مستويات من الصعوبة: سهل (حيث تكون العاطفة واضحة، مثل ابتسامة عريضة)، وتحدٍ (حيث تكون العاطفة مختلطة قليلاً)، وصعب (حيث تكون العاطفة دقيقة جداً أو مربكة لدرجة أن البشر يجدون صعوبة في الاتفاق عليها). وقد وجدوا أن جزءاً كبيراً من البيانات — خاصة بالنسبة لعواطف مثل الازدراء والاشمئزاز — يقع في فئتي "التحدي" أو "الصعب"، مما يثبت أن طريقة "اختر واحداً" القديمة كانت تفقد الكثير من الحقيقة.
عندما اختبروا هذا النهج الجديد، كانت النتائج واعدة. في دراسة نظر فيها متطوعون بشريون إلى الوجوه، فضّل 65% من الأشخاص وصف التسمية المرنة على التسمية الصارمة القديمة، قائلين إنها تبدو أكثر دقة وبداهة. كما أظهر الباحثون أنه باستخدام هذه التسميات المرنة، يمكن للحواسيب تعلم طرق أكثر سلاسة وواقعية للتمييز بين العواطف، بدلاً من التعثر في الحدود الجامدة. ورغم أن الورقة لا تدعي أنها تحل كل مشكلة في التعرف على العواطف، إلا أنها تقترح أن الانتقال من التفكير ذي التسمية الواحدة إلى فهم أكثر سيولة وتعددية للعواطف هو خطوة حيوية للأمام. ومن خلال تقديم هذه المجموعة الغنية والأكثر صدقاً من البيانات للعالم، يأمل المؤلفون في مساعدة الحواسيب المستقبلية على فهم الواقع المعقد والمختلط والجميل للمشاعر الإنسانية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.