O programa revela as mentiras de uma pessoa na gravação de vídeo com uma precisão de 75%

A expressão de David Cameron pode ser interpretada como um desejo de manter a bexiga sob controle: de acordo com os cientistas, uma bexiga cheia torna a mentira mais convincente.Na

próxima vez, quando você estiver mentindo durante o interrogatório, pense duas vezes - vale a pena? Mesmo se você aplicar otruqueacima mencionadode David Camerone beber um pouco de água, isso não salvará a exposição. Especialistas experientes podem reconhecer a verdadecom uma precisão de 65%. E isso está longe do limite, especialmente se os sistemas modernos de aprendizado de máquina entrarem em ação.

É natural que uma pessoa normal diga a verdade. Ao tentar suprimir esse impulso - ou seja, ao compor mentiras - o corpo precisa se esforçar, a atividade do cérebro aumenta significativamente, o corpo experimenta estresse. Como resultado, a supressão de impulso se manifesta por uma alteração nos parâmetros físicos do corpo: pulso, sudorese, características sonoras da voz, etc. As mentiras são visíveis pela expressão facial, gestos, postura e outros sinais verbais e não verbais.

Infelizmente, quão mal mentimos - reconhecemos mal as mentiras. Isso requer treinamento especial.

Como já mencionado, os especialistas identificam corretamente declarações verdadeiras / falsas por expressões faciais e gestos em apenas 65% dos casos. As pessoas comuns lidam com isso em cerca de 59,5% dos casos. E agora, especialistas da Universidade de Michigan em Ann Arbor conseguiram desenvolver um sistema de software que identifica corretamente uma declaração verdadeira em 75,2% dos casos, ou seja, ainda melhor do que uma pessoa.

Para o classificador, Rada Mihalcea e colegas usaram 121 vídeos de audiências públicas, dos quais 61 vídeos com depoimentos falsos e 60 vídeos com depoimentos verdadeiros. A duração média dos vídeos é de 28 segundos.

As audiências na corte são uma fonte ideal desses dados, porque as expressões faciais e os gestos são mais pronunciados ali. Os réus estão extremamente interessados ​​em acreditar, pois demonstram claramente gestos e expressões faciais.

A fonte de informação são os projetos de direitos humanos, como o Projeto Inocência . Este é um grupo que luta pela reabilitação de cidadãos injustamente condenados.


Andrea Réu Sneiderman dá falso testemunho

Durante o treinamento, a sequência de vídeo foi acompanhada de transcrição de texto com uma descrição dos gestos e expressões faciais dos acusados, bem como com o texto de suas palavras. Por exemplo, os seguintes sinais são mostrados nos quadros dos vídeos, a partir do canto superior esquerdo: movimento para a frente da cabeça (neste caso, o processo determinou um falso testemunho), movimento de duas mãos (falso testemunho), movimento de uma mão (falso testemunho), sobrancelhas levantadas (verdadeiro testemunho ), sobrancelhas franzidas (falso testemunho), olhe para cima (verdadeiro testemunho).



A transcrição para os vídeos foi feita usando o serviço de crowdsourcing Amazon Mechanical Turk, geralmente usado para aprendizado de máquina.

A distribuição de nove características das expressões faciais e movimentos das mãos na amostra final dos dados do classificador é mostrada no diagrama.



Durante o teste, uma avaliação faseada de verdadeiro / falso por três grupos de sujeitos (A1, A2, A3) e um sistema de computador (Sys) foi realizada em etapas. Inicialmente, apenas o texto foi avaliado, depois a trilha sonora, a sequência de vídeo sem som e, finalmente, um vídeo completo com todos os sinais verbais e não verbais. Como resultado, o programa superou significativamente as pessoas na precisão do reconhecimento de mentiras em todas as etapas, exceto na faixa de áudio. Às vezes, o desempenho do computador é significativamente melhor que o humano.



No futuro, esses sistemas podem ser usados ​​para detectar automaticamente mentirosos em tempo real. Esta é uma tecnologia útil para navios, aeroportos, departamentos de crédito de bancos, salas de reuniões para emprego, etc.

Os autores apresentaram os resultados de seu trabalho em 10 de novembro de 2015 na Conferência Internacional da Conferência sobre Interação Multimodal (ACM ICMI 2015). O artigo "Detecção de decepções usando dados de testes da vida real" pode ser estudado gratuitamente neste link ( pdf ).

Source: https://habr.com/ru/post/pt386607/