大數據文摘出品

作者：Caleb

最近，國內外糟心的事太多了，每天看得文摘菌郁郁寡歡。

每次這個時候，文摘菌都會去朋友家吸貓，吸著吸著就感覺神清氣爽了，可謂一劑良藥。

最近文摘菌發現，吸貓治愈這個事，還不是個例。

去年，日本一對夫婦就在推特上分享了自己的生活小竅門，其中一個就是生氣的時候暫停存檔，先吸貓平復一下心情再說，就像這樣：

甚至有網友評論表示，吸貓有助于世界和平。

不過，吸貓雖好，可不要貪杯噢。

今年1月份的時候，就有一名女子因為吸貓患上了“鸚鵡熱”。得了“鸚鵡熱”的人大多是因為不小心吸入了鳥類干燥糞便中的衣原體，雖然吸貓不一定會有這樣的“副作用”，但小心駛得萬年船。

那么問題來了，有沒有什么方法能夠安全吸貓，最好能在心情抑郁的瞬間就能吸到貓呢?

最近，有個名叫Andrew Healey的博主就在博客上分享了自己做的一個項目，只要他在電腦前露出了傷心難過的表情，電腦就會立馬給他發送貓貓的照片，雪中送炭不過如此了。

效果大概是這個樣子：

好了好了，文摘菌知道很多人已經等不及了，我們現在就來看看這個項目到底是怎么完成的。

手把手教你“科學”吸貓

在吸貓之前，我們得讓電腦知道我們現在很傷心，這樣它才會給我們發貓貓照片。

在面部表情識別這塊，Healey選擇了開源的vladmandic/human，該數據庫中提供了一個API來獲取一些常見情緒的權重。

['sad', 'angry', 'disgust', 'fear', 'neutral', 'happy', 'surprise']

他將情緒簡單地分為“好”與“壞”，這樣對電腦來說會更容易區分和識別，同時系統會給每種情緒進行評分，總分在-1(非常差)和1(非常好)之間。

由于不想每次因為打噴嚏就隨意觸發系統運行，Healey還添加了一個3秒追蹤平均值來評估當前的情緒。

在添加的調試控制臺中，就能看到這些情緒分數，就像這樣：

在系統發送一張貓貓照片之后，它也會進入5分鐘的待機時間，然后才會重新開始工作。

Healey將所有前端代碼寫在一個index.html原型文件中，主循環以30-40 FPS的速度運行。

function main() {
const config = { backend: 'webgl' }
const human = new Human.Human(config)
async function detectVideo() {
// `inputVideo` is a video of a webcam stream
const result = await human.detect(inputVideo)
// `result` contains an array of faces along with emotion weights
handleResult(result)
requestAnimationFrame(detectVideo)
}
detectVideo()
}

第一步完成了，接下來我們要讓電腦給我們發送貓貓照片。

在這里，Healey使用的是Pushover，該程序目前在程序員家庭自動化項目中還挺受歡迎的。

r = requests.post(
    "https://api.pushover.net/1/messages.json",
    data={
        "token": token,
        "user": user,
        "message": f"{cat_name} needs your attention.",
    },
    files={"attachment": (f"{cat_name}", open(cat_picture, "rb"), "image/jpeg")},
)

隨后，Healey將兩個API粘合在一起以獲取消息數據。隨機名稱來自網站randomuser。

網站地址：https://randomuser.me/api/

隨機貓貓照片：https://api.thecatapi.com/v1/images/search

實際上，獲得照片后還需要調整圖像大小，因為Cat API致力于提供高分辨率的照片，通常能有5MB。

以下就是最終得到這個函數的方式：

def shrink_cat(path):
    image = Image.open(path)
    image.thumbnail((400, 400))
    image.save(path)

??Healey使用PythonSimpleHTTPRequestHandler來提供靜態文件，這與one-liner提供文件時運行的服務器相同python -m http.server。

Healey的計劃是不為此運行后端，雖然這仍然是一個可以實現的目標，但他發現用Python編寫API粘合代碼更快。當他意識到還需要一個API路由來處理“send cat”時，他正要安裝Flask，但似乎可以......通過添加這個 hack 繼續使用這個簡單的服務器：

class HttpRequestHandler(http.server.SimpleHTTPRequestHandler):

    # future employers, please look away
    # while I override this function
    def translate_path(self, path):
        if path == "/web/cat.json":
            send_cat()

        return super().translate_path(path)

超越地域和文化，AI識別16種面部表情

說到面部識別，此前Nature就發表了一篇論文，證實了人類情感表達跨越地域和文化邊界的普遍性。

論文鏈接：https://www.nature.com/articles/s41586-020-3037-7

一般來說，人類面部有43塊不同的肌肉，這些肌肉可以被激活在眼睛、鼻子、嘴巴、下巴、下巴和眉毛周圍，從而做出數千種不同的表情。

為了研究這些表情，加州大學伯克利分校和谷歌的研究人員使用被稱為“深度神經網絡”的機器學習技術，分析了YouTube上約600萬個視頻片段中的面部表情，這些視頻來自北美、中美、南美、非洲、歐洲、中東和亞洲的144個國家。

同時，研究人員還創建了一個在線互動地圖，展示了該算法如何跟蹤與16種情緒相關的面部表情變化，包括娛樂、憤怒、敬畏、專注、困惑、蔑視、滿足、欲望、失望、懷疑、得意、興趣、痛苦、悲傷、驚訝和勝利。

研究人員還發現，無論身處世界各地，這16種面部表情都出現在類似的情境中。每個人都傾向于以類似的方式歡呼、哭泣、集中注意力和慶祝，沒有一群人會因受驚而微笑、聳肩或因高興而皺眉。

也就是說，我們用來表達情緒反應的70%的表情是跨文化共享的。

所以，不要擔心電腦看不懂你的表情，難過的時候你就難過給它看，然后好好吸貓放松一下~

love&peace!

相關報道：

https://healeycodes.com/when-im-sad-my-computer-sends-me-a-cathttps://twitter.com/NEKOLAND13/status/1442795503859613697