Program ini mengungkapkan kebohongan seseorang dalam perekaman video dengan akurasi 75%

Ekspresi David Cameron dapat diartikan sebagai keinginan untuk menjaga kandung kemih terkendali: menurut para ilmuwan, kandung kemih penuh membuat kebohongan lebih meyakinkan

. Lain kali, ketika Anda akan berbaring selama interogasi, pikirkan dua kali - apakah itu layak? Bahkan jika Anda menerapkantrik David Cameron yangdisebutkan di atasdan minum air, ini tidak akan menyelamatkan dari paparan. Para ahli yang berpengalaman dapat mengenali kebenarandengan akurasi 65%. Dan ini jauh dari batas, terutama jika sistem pembelajaran mesin modern ikut bermain.

Wajar bagi orang normal untuk mengatakan yang sebenarnya. Ketika mencoba untuk menekan dorongan ini - yaitu, ketika menyusun kebohongan - tubuh harus melakukan upaya, aktivitas otak meningkat secara signifikan, tubuh mengalami stres. Akibatnya, penindasan impuls dimanifestasikan oleh perubahan parameter fisik tubuh: denyut nadi, keringat, karakteristik suara suara, dll. Kebohongan terlihat oleh ekspresi wajah, gerak tubuh, postur dan tanda-tanda verbal dan non-verbal lainnya.

Sayangnya, betapa buruknya kita berbohong - kita juga sama-sama tidak mengenali kebohongan. Ini membutuhkan pelatihan khusus.

Seperti yang telah disebutkan, para ahli mengidentifikasi pernyataan yang benar / salah dengan ekspresi wajah dan gerak tubuh hanya dalam 65% kasus. Orang-orang biasa mengatasi ini dalam sekitar 59,5% kasus. Dan sekarang, para ahli di Universitas Michigan di Ann Arbor telah berhasil mengembangkan sistem perangkat lunak yang mengidentifikasi dengan benar pernyataan yang jujur ​​dalam 75,2% kasus, yaitu, bahkan lebih baik daripada yang dilakukan seseorang.

Untuk pengklasifikasi, Rada Mihalcea dan rekannya menggunakan 121 video dari persidangan terbuka, dimana 61 di antaranya adalah video dengan kesaksian palsu dan 60 video dengan kesaksian yang benar. Durasi video rata-rata adalah 28 detik.

Sidang pengadilan merupakan sumber data yang ideal karena ekspresi wajah dan gerak tubuh lebih jelas di sana. Para terdakwa sangat tertarik untuk dipercayai, oleh karena itu mereka dengan jelas menunjukkan gerakan dan ekspresi wajah.

Sumber informasi adalah proyek hak asasi manusia seperti Proyek Innocence . Ini adalah kelompok yang memperjuangkan rehabilitasi warga yang dihukum secara tidak adil.


Terdakwa Andrea Sneiderman memberikan kesaksian palsu

Selama pelatihan, urutan video disertai dengan transkripsi teks dengan deskripsi gerakan dan ekspresi wajah para terdakwa, serta dengan teks kata-kata mereka. Misalnya, tanda-tanda berikut ditunjukkan dalam bingkai dari video, mulai dari sudut kiri atas: gerakan kepala ke depan (dalam hal ini, proses menentukan kesaksian palsu), gerakan dua tangan (kesaksian palsu), gerakan satu tangan (kesaksian palsu), alis terangkat (kesaksian benar) ), alis mengerutkan kening (kesaksian palsu), lihat ke atas (kesaksian benar).



Transkripsi ke video dibuat menggunakan layanan crowdsourcing Amazon Mechanical Turk, sering digunakan untuk pembelajaran mesin.

Distribusi sembilan karakteristik ekspresi wajah dan gerakan tangan dalam sampel akhir data klasifikasi ditunjukkan pada diagram.



Selama tes, penilaian bertahap benar / salah oleh tiga kelompok subjek (A1, A2, A3) dan sistem komputer (Sys) dilakukan secara bertahap. Pada awalnya, hanya teks yang dievaluasi, kemudian soundtrack, kemudian urutan video tanpa suara, dan akhirnya, video lengkap dengan semua tanda verbal dan non-verbal. Akibatnya, program ini secara signifikan melampaui orang-orang dalam akurasi pengenalan kebohongan di setiap tahap, kecuali untuk trek audio. Terkadang kinerja komputer secara signifikan lebih baik daripada manusia.



Di masa depan, sistem seperti itu dapat digunakan untuk secara otomatis mendeteksi pembohong dalam waktu nyata. Ini adalah teknologi yang berguna untuk kapal, bandara, departemen kredit bank, ruang pertemuan untuk pekerjaan, dll.

Para penulis mempresentasikan hasil pekerjaan mereka pada 10 November 2015 di Konferensi Internasional Konferensi tentang Interaksi Multimodal (ACM ICMI 2015), artikel "Deteksi Penipuan menggunakan Data Percobaan kehidupan nyata" dapat dipelajari secara gratis di tautan ini ( pdf ).

Source: https://habr.com/ru/post/id386607/