Портал психологических изданий PsyJournals.ru
Каталог изданий 94Рубрики 51Авторы 8279Ключевые слова 20372 Online-сборники 1 АвторамRSS RSS

Включен в Web of Science СС (ESCI)

ВАК

РИНЦ

Рейтинг Science Index РИНЦ 2017

27 место — направление «Психология»

0,539 — показатель журнала в рейтинге SCIENCE INDEX

0,598 — двухлетний импакт-фактор

CrossRef

Психология и право

Издатель: Московский государственный психолого-педагогический университет

ISSN (online): 2222-5196

DOI: http://dx.doi.org/10.17759/psylaw

Лицензия: CC BY-NC 4.0

Издается с 2010 года

Периодичность: 4 номера в год

Формат: электронное издание

Доступ к электронным архивам: открытый

«Психология и право»

мобильное приложение
для iPad и iPhone

Доступно в App Store
Скачайте бесплатно

 

Задача распознавания ситуаций насилия с применением автоматизированных систем и методов искусственного интеллекта 1380

Ениколопов С.Н., кандидат психологических наук, руководитель отдела медицинской психологии, Федеральное государственное бюджетное научное учреждение «Научный центр психического здоровья», Москва, Россия, enikolopov@mail.ru
Кузнецова Ю.М., кандидат психологических наук, старший научный сотрудник Института системного анализа РАН, Москва, Россия

Аннотация

В настоящей работе рассматривается задача создания методами искусственного интеллекта компьютерного оборудования, позволяющего автоматизировать стадию выделения признаков насилия и служить средством, обеспечивающим предварительно обработанной информацией оператора, который исследует сложившуюся ситуацию и принимает решение. Преимуществом работы с такими системами является значительное расширение поля, доступного для восприятия оператора, поскольку система привлекает его внимание только к тем точкам, в которых назревает или наблюдается некоторое нарушение общественного порядка. Оператор получает возможность в режиме реального времени отслеживать ситуацию, складывающуюся в многочисленных точках наблюдения, и своевременно принимать необходимые меры по предотвращению эскалации угрозы или устранению последствий происшествия. Современной тенденцией развития таких автоматизированных систем является переход от использования визуальной информации к мультимодальному анализу, основанному на объединении видео- и аудиопотоков, поступающих с места действия. Показано, что одновременная обработка информации должна начинаться на первых стадиях анализа, т. е. целесообразно не суммировать данные независимых систем обработки, а «сливать» потоки звуковой и зрительной информации и обрабатывать их вместе как единый поток. Таким образом, в современных разработках систем распознавания поведения получает свою реализацию модель, приближенная к психологическим представлениям о восприятии человека.

Ссылка для цитирования

Фрагмент статьи

Распознавание лицевой экспрессии и эмоциональных компонентов речи

Важным направлением исследований являются работы, направленные на создание алгоритмов автоматического распознавания шести прототипических эмоций по эмоциональной мимике и звуковым характеристикам.

Известно, что выражение эмоций может быть весьма разнообразным и различаться как в зависимости от индивидуальных особенностей, так и от ситуативного контекста. Культурный контекст играет важную роль, если речь идет об эмоциях, не относящихся к категории базовых, поскольку принятые в определенной общности способы выражения сложных эмоциональных состояний различаются. Кроме того, проявления, соответствующие «смешанным» эмоциям, трудны для распознавания, поскольку за ними скрывается целый комплекс испытываемых человеком чувств. Еще один фактор, влияющий на эффективность распознавания эмоций, – возможность фальсифицировать эмоциональное поведение. Культурные требования, личные представления о допустимом или любые соображения, вытекающие из восприятия человеком актуальной ситуации (желание что-то скрыть или демонстрация чувства, которого на самом деле нет), – эти и другие факторы оказывают влияние на выражение человеком своих эмоций.

<...>

Литература
  1. Анищенко С., Шапошников Д., Подладчикова Л., Камли Р., Сухоленцев К., Гао К. Мониторинг движений головы с помощью фовеального подхода и детектирования локальных лицевых опорных точек // http://nisms.krinc.ru/papers/PRIA_9_rus.pdf
  2. Гафуров А. О. Алгоритмы оцифровки звука и нейросетевые методы распознавания слов и эмоций человека или живого существа в интеллектуальной нейроинформационной системе «НейроКибер» // http://infgeoservice.narod.ru/publik2.html
  3. Лопатина А. Д. Выделение области лица с помощью комбинации методов цветовой и яркостной сегментации // Вестник УГАТУ. Управление, ВТ и И. 2009. Т. 13. № 2 (35) // http://www.ugatu.ac.ru/publish/vu/stat/ugatu-2009-2(35)/24.pdf
  4. Полякова М. В., Ищенко А. В., Худайбердин Э. И. Порогово-пространственная сегментация цветных текстурированных изображений на основе метода JSEG // ААЭКС. 2010 №1(25) // http://aaecs.org/polyakova-mv-ishenko-av-hudaiberdin-ei-porogovo-prostranstvennaya-segmentaciya-cvetnih-teksturirovannih-izobrajenii-na-osnove-metoda-jseg.html
  5. Сайт «Речевые Технологии» // http://speetech.by/press/analytics/1
  6. Datcu D. Multimodal Recognition of Emotions // Wőhrmann Print Service, 2009.
  7. Fasel B., Monay F. & Gatica-Perez D. Latent Semantic Analysis of Facial Action Codes for Automatic Facial Expression Recognition // http://www.idiap.ch/~gatica/publications/FaselMonayGatica-acmmm-mir04.pdf
  8. http://affect.media.mit.edu/
  9. http://www.face-and-emotion.com/dataface/facs/description.jsp
  10. http://www.face-rec.org/databases/
  11. http://www.ti-eng.ru/technology/imagerecognition/
  12. Yang Zh. Multi-Modal Aggression Detection in Trains. Delft: TU Delft Mediamatica, 2009.


 

Статьи по теме
 
О проекте PsyJournals.ru

© 1997–2019 Портал психологических изданий PsyJournals.ru  Все права защищены

Свидетельство регистрации СМИ Эл № ФС77-66447 от 14 июля 2016 г.

Издатель: ФГБОУ ВО МГППУ

Creative Commons License

Яндекс.Метрика