Realeyes：情感的Google Analytics

陳園園

隨著計算機技術的發展，人機交互不斷取得新進展。在互聯網領域，人們不再僅僅滿足于對文本信息的研究分析，情感計算與分析成了科技工作者們重視的研究方向，而表情、語音、肢體等都是情感分析的重要分支，也是備受關注的研究領域。

位于波士頓的Realeyes就是一家使用“計算機視覺”來讀取人們的面部表情，然后通過計算分析出人們情感并將它們運用到廣告效果分析中的科技公司，是情感分析技術的現實應用。

Realeyes 捕捉表情 分析情緒

日前，Realeyes宣布獲得了來自Entrepreneurs Fund和SmartCap的超過320萬美元的投資，目前公司的資本總額已經達到460萬美元。

Realeyes的情感分析技術簡單來講就是，通過網絡攝像機來獲取人們的面部表情，然后加以分析計算，解讀并量化人們的情緒反應。Realeyes公司表示，他們的技術通過普通的網絡攝像頭就可以運用，方法很簡單，全世界都可以通用。

Toluna全球營銷副總裁助理Janice Caston：“在Toluna，我們的目標是為客戶提供新的和創新的方法以獲得高品質的消費者洞察。我們與Realeyes的合作關系使我們能夠為我們的客戶提供有價值的生物計量的或非自我報告的數據。Realeyes的方法符合成本效益，現在，各種規模和預算的用戶都能考慮把生物研究納入他們的研究計劃中”

Realeyes將這種技術運用到針對廣告效果的用戶研究中，“我們對視頻廣告的對象進行面部表情分析，通過網絡攝像機，我們可以在不到兩天的時間里就解讀出，數以百計的人們到底是怎么看待你們的視頻廣告的。”

“Realeyes基于網絡攝像頭的面部表情編碼技術讓視頻定性研究規模的擴大變得容易，我會把它們推薦給任何正在創建視頻資產并尋找對觀眾反應快速解讀方法的人。”IPG副總裁Tim McAtee表示。

情感是人們行為的強大驅動力，對廣告主創建有影響力的品牌和提供完美的用戶體驗來說至關重要。一個廣告的成功，在于能滿足消費者的心理訴求，主要包括知覺訴求、情感訴求、理性訴求、觀念訴求等，而其中，情感訴求更能打動消費者，促使他們萌發購買動機，實現購買行為。

Realeyes CEO Mihkel J妸tma說：“情感分析解決了在調查中的關鍵問題——提供用戶真實的潛意識反饋。科學家已經證明，超過 90% 的人類行為和決定取決于人的潛意識，但是現在 90% 的調查都是人有意識時的主觀反饋。大量諸如此類的不平衡即將不復存在，現在，可以很簡單的通過攝像頭來記錄人的情緒，得到更有效的反饋。”

情感分析是計算機世界一個尚在起步階段的研究領域，它教會計算機識別情感，旨在將各種人類情感轉化成實實在在的數據信息，并通過對這些數據信息的分析研究，為營銷、搜索、產品設計、顧客服務、社會化媒體優化等眾多領域提供數據支持和方向指導。

現實生活中有很多問題是可以用兩極對立的感情來應對的，如“喜歡”或者“不喜歡”某個產品，因此，通過情感分析，廣告主和其他相關人士就能更好地理解對象用戶的行為和意見，然后加以改進，比傳統的市場調查來得更直觀，而且對企業想要了解用戶真實想法及潛在意見的需求來說非常重要。

“我們已經使用了Realeyes的面部表情編碼技術，它在網絡環境中運行完美。更重要的是，這些結果讓我們對廣告、包裝等各種因素帶給消費者的刺激有更深入的洞察。在MSW將Realeyes的面部表情編碼技術運用到銷售的過程中，Realeyes的認知系統被證明是一個有價值的附加診斷工具。”MSW Research總裁Peter R. Klein這樣說道。

Realeyes公司把這個技術稱作“情感的Google Analytics”，而Google Analytics是著名互聯網公司Google為網站提供的數據統計服務，可以對目標網站進行訪問數據統計和分析，并提供多種參數供網站擁有者使用。

同時，Realeyes公司表示，他們的軟件平臺在行業中是最先進的，并且正在為世界各國成百上千萬的人們提供服務，“我們的分析平臺已經被Nielsen， Ipsos還有Toluna等分析公司采用，用來提高超過30家品牌的廣告宣傳力度。”

Kinect 捕捉表情 不同應用

表情捕捉分析作為人機交互時代重要的研究領域之一，并非只有Realeyes一家公司看到了它的優勢，Kinect以及基于Kinect的創新產品在該領域的表現也毫不遜色。

Kinect是微軟開發的基于Xbox的體感游戲設備，玩家可以通過肢體動作和聲音控制游戲，因此，很多基于Kinect的創新產品都與表情、動作、聲音等方面有關，并遠遠超出了Kinect原先游戲的范疇。

Faceshift就是這樣一款基于Kinect的面部表情捕捉工具，它能夠在幾乎沒有任何延遲的情況下，捕捉到人類的面部表情變化，并實時反饋到游戲中的3D模型中。

實際上同類型的研發模型和項目并不少見，而Faceshift之所以能夠擁有競爭力還在于它對設備面部識別能力的優化和改進——即便是在面部表情的輕微變動，也都能夠在屏幕上還原出來。這相當于將玩家的面部表情實時映射到游戲中，大大增加了游戲的現實感。

當然，Faceshift除了運用在游戲中外，還可以在電影和動畫等領域中大展身手，給開發者帶來一系列新的機遇和商業模式。

除了類似Faceshift這樣還原臉部模型的應用外，面部表情分析的成果還能運用到心理分析中。

SimSensi是Kinect平臺近日推出的一個新功能，能利用Kinect的感應器和3D攝像頭，跟蹤用戶的身體語言以及面部表情的變化，以此為依據來分析用戶的心理狀態，進而檢測出用戶是否存在潛在的抑郁癥隱患。

例如，用戶在Kinect游戲設備前表現出的坐立不安、長時間低頭不語或是過于活躍等異常狀態，SimSensi都會注意到并記錄在案，再根據SimSensi的分析提出反饋意見，若檢測結果超標，SimSensi就會提醒用戶去醫院就醫。

據悉，SimSensi開發人員已經對60名不同類型的Kinect用戶進行了測試，其中半數被診斷出患有嚴重抑郁癥，準確率高達90%。這也讓Kinect在游戲以外的領域火了一把，等到將來技術進一步完善，SimSensi或許真的能夠為醫生診斷提供切實的輔助功能。

情感分析領域，除了對面部表情的研究分析，聲音也是一個值得注意的分析對象。人們講話時的語調、語速、停頓時間、聲音力度等語音元素都會反映出他們的情緒狀況，對這些因素的抓取分析則能幫助計算機識別目標對象的情緒。

可以想象，當聲音情緒識別和面部表情識別、肢體語言識別等系統融合后，計算機能更好地描繪出目標對象的情緒畫像，并為進一步應用提供數據支持。