阅面科技（ReadSense）是一家人工智能科技公司，专注于深度学习和嵌入式视觉，为智能机器提供世界领先的视觉识别技术，包括面部识别、手势识别、人体识别以及环境感知，面向的行业涵盖智能机器人、智能家居、智能玩具和车载设备等。

提到情绪识别，很多人或许会想到曾经很火的一部美剧《Lie to me》，里面莱特曼博士通过微表情测谎看起来非常科幻。不过该技术并非幻想，很早之前心理学家Paul Ekman博士就提出了 “面部动作组织系统”（FACS）， 将每个人的表情分解为许多面部动作单元， 利用它们的组合特征进行面部表情识别。国外的Affectiva公司也基于此技术和机器学习技术开发了相应的情绪识别引擎Affdex，取得了不小的成功。

“国内也有很多高校在从事相关研究，但真正成熟的商业产品还很少，Face++等商业化引擎提供的是面部识别服务，判断是不是同一个人，与情绪识别理解人的情感状态不同，真正的商业化情感认知引擎，我们或许是第一个。”推出ReadFace引擎的阅面科技创始人赵京雷表示。

之所以ReadFace被定义为一款情感认知识别引擎而非情绪识别引擎，雷子表示情感认知识别不只是情绪识别，还包含了认知状态识别和面部的动作分析。

• 情绪识别主要是指识别喜悦、悲伤、恐惧、厌恶、惊讶、轻蔑等10多种基本情绪。
• 认知状态的识别目前主要是识别疲劳、思考、认真观看、走神等。
• 面部动作的识别主要是点头等头部姿态和说话，吐舌，闭眼等面部的动作。

人与人交流时，传达的除了语音和文字，还有面部表情和肢体语言等信息。目前人工智能，如siri，cortana，小冰等都只能识别语音，文字和图像特征，对面部表情和肢体传达的信息尚不能很好理解。近两年机器视觉在深度学习的影响下取得了长足进步，情感认知在此基础上帮助机器理解面部表情传达的信息，让机器对人的理解又向前了一小步。

情感认知识可以广泛应用于互动游戏智能机器人/智能硬件，视频广告效果分析，智能汽车，人工情感陪伴等诸多B端和C端领域。

一个具体的应用场景，举个例子，前两年智能手机手机上很火的应用“汤姆猫”，它可以变声学人说话，触摸屏幕会有相应反应，如果加入了情感认知识别，它就还可以根据用户的表情变化相应的反应，比如你冲它笑，它也冲你笑，你冲它哭，它会安慰你等等，智能感大大提高。

今年来很热的社交机器人，如Buddy，Jibo，小度机器人等，如果加入情感认知识别，就更够通过表情更好地判断用户当时的情绪状态，更智能地回答问题。

ReadFace基于海量人脸数据的深度学习，结合计算机视觉对人脸关键点和表情单元的检测，进行情绪，认识状态和面部动作的识别，准确判断人的情感认知状态，并通过云+端的服务形式提供给不同系统平台的toB或toC上层应用。

关于成功率，赵京雷表示，基本情绪识别的准确率90%，但这是基于标准数据集测试得出的，真实情况下，灯光，距离等因素都可能导致准确率下降，这是所有基于图像的识别引擎中都不可避免的，但ReadFace也将通过积累更多数据不断提升识别的准确率。

阅面科技四个合伙人有三个技术和产品出身。CEO赵京雷以前在阿里曾负责过图像搜索和识别的产品，CTO Leon以前在卡内基梅隆机器人研究所做副研究员，长期致力于表情识别研究，另外一位架构师来自于百度。

出处：http://36kr.com/p/5038637.html