繼語音、圖像識別后，天貓無人超市的“Happy購”如何做到情緒識別？金融
天貓無人超市運用了“行為軌跡分析”、“情緒識別”以及“眼球追蹤”技術等，其中首次推出的情緒營銷“Happy購”可在消費者凝視某件商品時，系統會及時捕捉其表情，并依據其表情判斷消費者情緒…
12月3日，第四屆世界物聯網大會在浙江烏鎮舉行，本屆大會匯集400余家全球知名互聯網及科技創新企業代表，共同就互聯網、云計算、大數據、物聯網、人工智能等新興技術進行探討，大佬云集的本屆大會上，黑科技自然不會缺席。
這不，馬云的天貓無人超市作為唯一獨立參展項目在本屆大會亮相，阿里可能覺得無人超市科技還不夠“黑”，于是“情緒營銷”登場了。
據悉，天貓無人超市運用了“行為軌跡分析”、“情緒識別”以及“眼球追蹤”技術等，其中首次推出的情緒營銷“Happy購”可在消費者凝視某件商品時，系統會及時捕捉其表情，并依據其表情判斷消費者情緒，計算出消費者對該商品的偏好程度，再依據偏好程度給予不同的優惠折扣，不同消費者對某一商品展現不同情緒表情將得到不同折扣，這就是阿里所言的情緒營銷“Happy購”。
以色列諾貝爾獎獲得者達尼埃爾·謝赫特曼以及中國工程院院士倪光南在體驗過后均給予贊嘆，那么情緒營銷到底是個什么鬼?
情緒與購物的關系
目前，消費升級幾乎成了零售行業的一個梗，所謂消費升級到底升級的是什么?對品質的要求在提升，其他諸如個性化、產品的附加值等給予更多關注，這些最終的目的就是給消費者帶來更多的愉悅體驗，事實上，這正是對顧客愉悅情緒的一種達成。
不知大家注意沒有，電影常出現這樣的場面：女主角失戀，用瘋狂shopping療傷，這就是非常典型的情緒與購物相關的例子。人類本身就是非常情緒化的動物，而這些情緒又與購物密切相關，你膽小，所以買防身用具;你怕被看不起(虛榮情緒)，所以名牌傍身。購物在一定程度上滿足了消費者的某種情緒缺失，盡管購物對這種缺失的成全只是一種幻覺，但購物確實能構建這種缺失被彌補的假象。
正因如此，情緒的滿足與營造在營銷活動中顯得至關重要。人類的情緒種類非常多，美國心理學家Paul Ekman將人類的基本情緒分為6類，即快樂、悲傷、憤怒、厭惡、驚訝和恐懼。營銷關注的重點不是人類究竟有多少種情緒，而是這種情緒能否激起消費者的共鳴，共鳴過后產生行動才是營銷的關鍵，因此快樂、恐懼、厭惡、憤怒這四種“喚醒度高”的情緒被營銷廣泛運用。
上圖是香港市場上的香煙包裝圖，這種公益性質的廣告利用的正是人類的恐懼情緒，其恐怖的畫面相信能嚇退不少尚未吸煙的朋友。至于快樂情緒的運用，大家只需打開國內各大電視臺及視頻網站，滿屏都是沒來由的開心氛圍。
機器如何識別人類情緒?
情緒其實就是綜合了人的感覺、思想和行為的一種狀態。在談到機器如何識別人類情緒時，有必要談談人類自身是如何識別情緒的。人之初，人類對情緒的感知非常幼稚，成長過程中，通過不斷地與他人交流互動，這種感知情緒的能力會越發敏銳與準確，也就是說，人類從非常有限的經驗訓練中練就了這種敏銳性，這種高度概括歸納的能力正是人類的優勢之一。
AI是擬人化的，也就是說其對人類情緒的識別跟人類的方式是一樣的，但它并不具備人類這種高度概括歸納的能力，它依靠的是龐大的數據練習，依靠邏輯、規則及訓練去習得這種能力，其準確性與數據練習量基本成正比。
與人類依靠面部表情、聲音及動作去識別情緒不同，機器去識別人類情緒可依賴的方式更多，除了表情、聲音及動作這些非生理信號的識別外，機器還可借助設備去檢測人類的心率、皮膚阻抗、呼吸等生理信號來識別對應的情緒狀態，同時檢測的方式越多，其情緒識別的準確率就越高。
當然，如何借助更多的檢測設備去識別人類情緒非本文探討重點，本文將重點放在機器是怎樣通過對人臉圖像的識別來判斷人類情緒的。
在進行情緒識別前，機器首先需要判斷的是這是一張人臉，而非其他物種的臉，由于非人臉的高復雜性，且檢測時需考慮臉的大小、旋轉、姿態、表情、遮擋、光照變化等諸多因素，因此判斷人臉與非人臉一般采用模式識別的方法(可簡單理解為排除法)，將二者進行不同模式的分類，然后將圖像置于人臉圖像數據庫上進行訓練及測試以確定。
美國心理學家Paul Ekman
在確定為人臉之后，接下來就是依據表情來識別人類情緒。在這里必須要介紹的人物就是前文提及的美國心理學家Paul Ekman，Ekman通過長期觀察研究原始部落人群與現代人群的表情發現，人類的面部表情具有共通性，因此，Ekman根據人臉解剖學特征，將其劃分為若干個相互獨立又相互聯系的運動單元(AU)，分析這些運動單元的運動特征及其所控制的主要區域以及與之相關的表情，從而得出面部表情的標準運動，這便是大名鼎鼎的面部表情編碼系統(FACS)，其對表情捕捉的準確率達到90%。
面部表情編碼系統(FACS)為機器通過人臉識別來判斷人類情緒提供理論支撐。接下來就是機器將人臉圖像的相關信息數字化。首先，機器識別人臉后，會提取面部的關鍵肌肉點，這些關鍵點的作用是對人的五官與輪廓的標注，以完成對人臉的關鍵位置(眼睛、嘴、鼻子等)的定位，機器摘取的關鍵點越多，識別的精度就越高，相應的性能需求亦越高(目前500個關鍵點的摘取較多被采用)。
人的不同表情，實際上就是這些關鍵點位置的改變(相對位置、絕對位置、距離及角度等)，然后將這些改變與原本就已數字化的面部表情編碼系統(FACS)進行對比，人類相應的情緒便得以呈現，需要指出的是，人類面部的43塊肌肉，可以組合出1萬多種表情，但并不是所有表情都具備情感意義(大約3000種具備)，而目前在營銷上被應用得最多的還是前文所言的6種基本情緒(快樂、悲傷、憤怒、厭惡、驚訝和恐懼)，特別是快樂、恐懼、厭惡、憤怒這四種“喚醒度高”的情緒更被廣泛應用!
現在談談在本屆世界互聯網大會上亮相的天貓無人店所推的“情緒營銷”，由介紹可知，當消費者在無人超市內凝視某件商品的時候，系統會及時捕捉其表情，并根據情緒幅度，快速計算消費者對于商品的偏好程度，給予不同的優惠折扣。顯然，天貓用的正是通過對消費者面部圖像的識別去判斷消費者面對商品時的情緒，再給予相應折扣，而這正是筆者在前文所介紹原理的實踐應用，天貓將其落地在一定程度上顯示出未來零售的一個發展趨勢!
最后，筆者亦不得不擔心這種技術的發展會走向消費者的“反面”，即利用情緒識別來變相提升商品價格(具體方法不再詳述，讀者亦不難想象)，事實上，與之類似的事情已經發生，某網站平臺利用技術獲悉特定顧客的消費水平，然后為其定制“與眾不同”的商品價格。
來源|物聯傳媒
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
