日本大阪大學成功開發新技術，能讓人形機器人更自然模擬人類表情，露出興奮或困倦等情緒。以動態臉部表情合成為核心，希望解決機器人與人類互動時表情恐怖的問題，並提升交流型機器人的實用度。
大阪大學指出，現在人形機器人可展示基本表情，如微笑或皺眉，但缺乏真實情緒，只讓人覺得不自然，甚至讓人不適。傳統表情設計多採「拼湊法」，需準備大量預設動作，以微調控制過渡效果，然耗時且實際運用有許多限制。
此次動態波形運動用單獨波形表示臉部各部位動作，如眨眼和打哈欠等，再將波形疊加產生複雜表情。比起傳統法，無需先準備龐大動作資料，也能確保表情過渡自然，並立即反映機器人狀態。研究員強調，能據環境即時調整表情，機器人可更生動表達情緒，大幅提高與人類交流成果，尤其醫療或陪伴等具極大潛力。
另一項研究展示結合時間序列與靜態圖像分析的新型深度學習框架，以部分─整體、幾何─外觀與動態─靜態資訊結合，有效提升臉部表情辨識精確度。採層次雙向遞歸神經網絡（PHRNN）分析臉部標誌點時間特徵，並以多訊號捲積神經網路（MSCNN）捕捉靜態圖像空間特徵。
實驗顯示，多種國際標準臉部表情資料庫表現顯著優於傳統，降低錯誤率 45.5%、25.8% 及 24.4%，為機器人情感辨識的突破性進展。
大阪大學新技術和結合深度學習模型，有助機器人逐步突破「恐怖谷」心理障礙，拉近人類與機器人距離。將來或能廣泛用於服務、教育及醫療，為機器人與人類互動創造更多可能性。
科技新報粉絲團
加入好友
訂閱免費電子報
