近日，第三屆人臉表情國際挑戰(zhàn)賽（The 3rd Workshop and Competition on Affective Behavior Analysis in-the-wild ，簡稱ABAW）公布了比賽結果，思圖場景在與全球129支參賽隊伍的競爭中脫穎而出，獲得了一項冠軍及一項亞軍，這是繼EmotiW2018、EmotiW2020之后思圖場景再度全球奪冠，展現(xiàn)了其在情感計算領域深厚的技術實力。
本屆競賽在今年的國際計算機視覺與模式識別會議（CVPR）上舉辦，CVPR是由總部位于美國紐約的電氣與電子工程師協(xié)會舉辦的一年一度的學術性會議，是世界三大頂級計算機視覺會議之一（另兩個是ICCV和ECCV）。
ABAW競賽致力于解決自然情境下計算機對人的情感行為進行分析的問題，并以此提升人機交互系統(tǒng)的場景應用能力，目標是創(chuàng)造出能夠理解人的感覺、情緒和行為的機器和機器人，從而讓機器能夠以 "以人為本"的方式與人類互動，并有效地作為人類的數(shù)字助手。
由于現(xiàn)實世界的環(huán)境是不受條件控制的，所以這屆競賽所使用的視頻數(shù)據(jù)相較往屆競賽呈現(xiàn)更加多樣的視頻錄制條件、背景和顯示方式。同時，為了考驗算法對不同拍攝環(huán)境、不同人群等情況的適應能力（遷移學習能力），競賽數(shù)據(jù)的樣本分布極不均衡，增加了競賽難度。
二維情緒識別（Valence-Arousal emotion estimation）賽冠軍
思圖場景以一致性相關系數(shù)(CCC)指標60.1的成績獲得了該項競賽的冠軍。該項競賽通過對畫面中人物表情的判斷對人物進行二維情緒（Valence效價-Arousal喚醒度）度量，相較于7種基礎情感（憤怒、厭惡、恐懼、快樂、悲傷、驚奇和中性）的識別，二維情緒識別能夠更精準的定義情緒、感知自然人機交互中動態(tài)復雜細微的情感狀態(tài)，可以應用于滿意度檢測、欺詐情緒分析等場景。
參賽隊伍需要對548支來源于現(xiàn)實場景的視頻進行分析，通過視頻中的圖像、人物、聲音來預測指定人物在連續(xù)空間下的情感。相較上屆競賽，本屆競賽的數(shù)據(jù)標簽極度不平衡且標簽噪聲多。思圖場景算法團隊利用音視頻多模態(tài)情感計算、維度情緒理論以及非接觸式面部情感檢測等技術對視頻中的時間上下文進行建模，最終奪冠。
面部動作單元識別（Facial Action Unit Detection）賽亞軍
在該項競賽中，思圖場景以49.82的成績（相較第一名0.07%的微弱劣勢）獲得了亞軍。該項競賽通過對人臉國際標準組織定義的人臉運動單元系統(tǒng)(AU)進行捕捉并分析，得出人臉可能的表情。面部動作單元檢測分析技術在反欺詐、滿意度檢測、汽車駕駛輔助（如探測駕駛員是否瞌睡）等場景有重要應用。
除數(shù)據(jù)標簽極度不平衡和標簽噪聲多的競賽難點外，該項賽事還面臨訓練數(shù)據(jù)量大的問題。思圖場景算法團隊基于在金融領域長期深耕的技術經(jīng)驗及大規(guī)模GPU集群應用，并通過帶權重的BCE Loss、multilabelloss、FPN及SSH模塊來應對這些問題并奪得了亞軍。
基于泛金融場景面向更廣闊的應用空間
思圖場景已經(jīng)在雙錄、面簽、面審等金融業(yè)務場景解決方案中深度應用情感計算技術多年，在消費信貸、人壽保險、互聯(lián)網(wǎng)財險及銀行零售業(yè)務場景中，情感計算技術已經(jīng)顯現(xiàn)出其在金融視頻業(yè)務人機交互、人機協(xié)作質檢領域的商業(yè)價值。
此外，思圖場景還通過與清華等知名學府的學術交流不斷提升情感計算技術的場景應用水平，通過大數(shù)據(jù)、心理學等技術不斷豐富算法維度。目前，思圖場景情感計算技術正立足于金融向教育、輔助駕駛、零售營銷以及跨學科學術研究等應用領域拓展，將為更多行業(yè)帶來人機交互的跨越式提升。
