根據科學家心理科學協會匯集的研究，基於生物識別面部識別的情感檢測已經發展到200億美元的行業，但面部運動和表情並不是人們感受的可靠跡象。華盛頓郵報。
一支由五個研究人員組成的團隊審查了1000多個研究，並得出結論，人們的面部表情和情緒之間的關係並不普遍，含糊不清和復雜。
東北大學心理學教授麗莎·費爾德曼·巴雷特（Lisa Feldman Barret）告訴《郵報》：“大約有20％到30％的時間，人們就會產生預期的表達。” “他們不會以隨機的方式移動面孔。他們以特定於情況的方式表達情感。”
在加利福尼亞大學舊金山大學心理學教授保羅·埃克曼（Paul Ekman）的工作之後，人類根據肢體語言和語音的因素進行評估，包括肢體語言和語氣，但人工智能係統，主要依賴於面部識別，他們認為有六種情感的普遍面部表情。
研究人員說，要提供他們聲稱的表現，公司必須使用不同的分析策略。巴雷特說，培訓計劃考慮其他類型的數據，例如身體定位和情境環境，可以產生更好的結果。
美國政府責任辦公室2013年對2007年運輸安全管理計劃的審查，旨在從面部表情和行為中識別恐怖分子，發現TSA沒有為該過程建立科學依據。
該帖子將factiva識別為通常技術的例外，因為它使用了自然主義的視頻而不是靜止圖像，並考慮了面部數據以外的其他輸入。該公司的首席執行官Rana El Kaliouby將行業狀況與一個可以理解基本情緒但對更複雜狀態的掌握有限的蹣跚學步的蹣跚學步的人進行了比較。 Factiva用來自87個國家 /地區的800萬面培訓其係統，並結合了文化特定的特徵。
布拉德福德大學的研究人員說，對面部運動的生物識別分析足以說明真實和假的微笑。科學日報報導說，一項在高級工程信息學上發表的研究表明，軟件可以檢測運動，尤其是在一個人的眼睛周圍，這表明微笑是否真實。
這項研究由布拉德福德大學視覺計算教授Hassan Ugail領導。
烏格爾說：“微笑也許是面部表情中最常見的，也是信號積極情緒的有力方式。” “近年來，用於分析人面部表情的技術已經顯著提高，但是區分真實和姿勢的微笑仍然是一個挑戰，因為人類不擅長拾取相關的提示。”
研究人員測試了兩個數據集，一個數據集帶有真實的微笑，另一個帶有微笑的數據集。
“當我們微笑時，我們會使用兩種主要的肌肉 - Zygomaticus Major，這是造成嘴巴向上捲曲的，而Orbicularis oculi，這會導致我們的眼睛皺紋，” Ugail解釋說。 “在虛假的微笑中，通常只有口腔肌肉才能移動，但是作為人類，我們通常不會發現眼睛周圍缺乏運動。計算機軟件可以更可靠地發現這一點。”
Ugail認為這項研究對於改善人與計算機之間的相互作用（例如生物識別識別）以及對人類行為和情感的研究可能很有用。
根據同時，總部位於約翰內斯堡的面部識別初創公司Camatica已向其AI面部識別產品套件推出了“情緒分析”。業務報告。
Camatica聯合創始人勞倫斯·塞伯尼（Laurence Seberini）說：“了解員工何時面臨挑戰並提供解決方案來幫助他們，這並不令人毛骨悚然。” “使用人工智能（AI）來幫助忙碌的老闆知道何時該善意或一杯可可杯是明智的舉動，而不是侵犯隱私。”
Seberini說，與某些傳統系統相比，負責人力資源專業人員的面部識別也可以更可靠地跟踪員工出勤率。他建議南非的公司起草AI政策和程序。
Seberini說：“我們專注於有目的的面部識別。以相機為中心的AI可以通過獎勵出色的行為並確定出勤率，在後來消除潛在的問題，從而在人力資源環境中產生巨大的積極影響。”
