“人脸识别”表情设计理念及价值

导语：“人脸识别”表情设计理念及价值一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

摘要：以基于“人脸识别”技术的表情设计为研究对象，分析人脸识别表情设计的需求变化，思考当代科技视野下表情设计的社会美学价值。在当代的全球化语境下，基于“人脸识别”的表情设计会帮助人类在网络环境中通过表情直观地表达自我，让人际表达更具幽默性。从大陆独有而扩向世界的网络文化，通过简单的表情设计增强交互体验，同时而因其情感导向性使其具有人与社会和谐相处的生态美学。

关键词：“人脸识别”表情；设计理念

1基于“人脸识别”的表情设计概述

2002年以前，人们在互联网世界中通过语言“高兴、难过、生气”描述喜怒哀乐。随着电脑输入法的推演，人们使用:P、π__π等键盘符号象形功能来表达情感。2002之后，随着腾讯QQ推出小黄脸表情，图片表情表达便逐步渗透人们的生活中[1]。互联网世界中，表情的使用改变了传统文字的交流方式，丰富了人的性格表达，情绪表达在数字体验中获得实现。1988年之后伴随人脸识别技术的不断完善，如今广泛应用于拍照类应用中。2017年5月23日6.0.3版本的B612与Snow相机合并，通过人脸识别技术将人的五官表情与现有流行表情结合（如金馆长暴漫系列、尔康系列、猥琐萌系列、柴犬），用户得以设计具有自我特征的表情包。大陆人由于文化原因在现实生活中表情不及欧美人丰富，选择基于“人脸识别”功能的表情设计可辅助人们在互联网语境中准确表达自我内心，且具有娱乐性质。随着识别技术的成熟加上AR场景技术的引进，人们在网络语境中甚至不再拘泥于表情“能指——所指”的的展示，而采用主动的自我表情展示与二次元形态结合的方式营造语境代入感，完成表情的叙述功能[2]。

2基于“人脸识别”的表情设计演变

心理学家Mehrabiadu[3]指出，面部表情传达了人们交往过程中55%的信息，超过语言表达信息的48%。表情设计最初是指将人的表情移植于动画形象或者符号以赋予其人的情感的作用，人在看到表情时具有相同的共鸣。人脸表情是人脸识别的分支，自2017年苹果公司了Animoji，人脸识别表情设计即成为人机交互的热门领域。人脸识别表情设计的组成由实时3D表情合成和人脸识别技术组成。计算机人脸识别表情设计起源于20世纪70年代末，Suwa等将连续序列的人脸图像标记成20个特征点，在进行跟踪识别后与原模型进行对比实现表情识别。1972年Parke完成第一个3D人脸动画。随着技术进步Noh提出了直接表情迁移，将人的表情直接迁移到3D模型中。PaulEkman[4]提出6种基本表情：高兴、悲伤、生气、厌恶、恐惧。在此基础上建立不同脸部肌肉运动与相应面部表情映射关系。在3D动画界，随着直接表情迁移转向机器学习表情迁移，表情迁移的工作在动画界变得更加容易，而实时表情迁移也在计算机深度学习发展起来之后被实现。在人脸表情识别方面，深度学习避免了繁琐的图片预处理及特征提取，较传统方法表现更加便捷，对光敏、姿态等识别的鲁棒性更强[5]。深度学习算法主要包括了人工神经网络、CNN（convolutionalneuralnetwork）、DBN（deepbeliefnetwork）等，常用框架包括了谷歌的Tensorflow、Caffe和PyTorch。但是基于深度学习的人脸表情设计需要经过大量的人脸表情识别学习过程。目前人脸识别领域的表情基础库仍然以PaulEkman提出的基本表情为主，今后可能需要添加更多的学习样本，在更好的人脸表情识别的基础上，3D人脸表情合成将会更加细致。

3基于“人脸识别”表情的设计理念

3.1人机交互主客体的设计异化到设计和谐。表情符号作为“心灵语言”的视觉符号，具有利用虚拟的面部表情传达情感的作用。作为情感表达的主体，人类表达方式从被动转为主动。作为情感表达的客体，视觉载体的发展经历了“面”的发展逐渐向“点”的发展衍化，这是一个从行为习惯养成到单个行为创造转变的过程。拍摄类APP最初提供摄影功能，人们可以记录自我的表情，但是大多数人不会直接分享自己的表情。出于隐私保护、害羞、矛盾等复杂的心理，人们被动地选择已经提供的虚拟化表情来诠释自我情感。但是“人脸识别”功能实现之后，客体作为主体意识支配的行为增强，从小范围内的选择逐渐向人机融合的和谐角度变革[6]。3.2人类情绪表达由受动转为能动。艺术是社会生活的反映，较之现实生活之美，文艺属于更高的审美形态[7]。基于“人脸识别”技术的表情设计较之选择已有的表情行为具有更高的实践性、创造意识更高于直接的收藏行为；自我表情与已有虚拟表情外形的结合比实际的表情选择具有更强烈的生活情感、自我表达的情感；以“蘑菇头”表情为基础加入自我人脸识别的表情携带更典型的情感本质和规律。认为文艺能动反映现实，即是由创造者，表情设计者本身的创造性所决定的。颠覆性的设计，应当根据实际生活创造出各种各样的表情，触动情感的痛点、痒点，引起群众的共鸣，成功的设计甚至可以帮助人们推动历史的前进。从受动地选择可供选择的表情设计到全民参与，身述情感。由受“产出者”提供选择的异化局面到实现自我价值的输入，以人为本的概念在人脸识别功能上的表情设计中得到实现。3.3向审美功能及交互体验演进的设计趋势。美的价值正是从真实社会环境中对最具影响力的的性格特征作出个性刻画。设计模式上，屌丝亚文化表情包10年来维持着“愤怒、自由、任性、吐槽”的风格，但是从低精度转为高精度、从静态图转为微动画格式。人们对于文化群体的认同感没有改变，但是对图像的表达形式也在追随审美的规律不断演进。得益于人脸识别功能的发展，群众的情绪由最初的挖掘这张合成脸部来自于谁转向通过自我的脸部与表情结合的方式来定义自己、表达自己。在这样的结合式APP中，人们可以愉快地将自己附加到网络亚文化中去，而且有AR的情景合成，以及双人的脸部互换等功能。既提高了APP本身的娱乐性，也增强了人际交往互动。

4基于“人脸识别”表情个设计的人学价值

4.1沉浸式述情法——人类较高精神属性的表达方式。述情是心理学的概念，意为大脑机制意识到情绪的存在，能够辨认并且感知不同的情感，通过一定的方式表达出来[8]。原本通过介质的情感交流，无论是书本中的文字、图画表现、互联网的表情，人都脱离于参与直接交流的双方之外，无法获得心灵的直接接触。一个微笑的QQ表情可同时包括温暖、歉意、无语的嘲讽等等不同的情感，身处表情符号之外的人们被机器异化为被动接受信息且容易做出错误的价值判断。而基于“人脸识别”的表情设计，让对话者可以直接参与表情符号，无需使用最大化模仿现实中的表情，通过自我表情与虚拟形状的结合，便能增加自我的个性传达。实现“身体+符号”的虚实相生述情。马克思在《摩尔根<古代社会>一书摘要》中指出想象力是促进人类发展的伟大天赋。人类较高的精神属性就是情感加上想象力再加艺术技术。表情包的发展进入到泛式吸入的阶段，在静态表情包形成风格的基础上，人通过实践创造新的具有自我意识的对象世界，即改造原有的情感表达载体的无机界，将自我脸部的表情真实地融入双发的交流中，证明了人的想象力支配原始自然力并加以形象化，且基于个人情感真实的表达特点也即现实社会状况的准确把握，体现了沉浸式述情法的较高艺术形态和其时代典型性。4.2阶级颠覆——基于社会主体的权力导向。人与人之间由于资本原因导致关系异化，劳动异化，致使人的群体成为多米尼克•斯特里纳蒂形容的“原子化大众”，这意味着个体与个体之间需要新的身份认同。然则使用表情包的行为背后也隐含表现欲的含义。表现欲是每个人都有的欲望，人具备的天性，是人自我肯定并且希望得到他人肯定的欲望[9]。在这一场自我表现的运动中，官方与私有之间的权力导向又发生了变化。最终，社会意识将传统表情包作为社会私有财产而扬弃，解放了网络群体人感觉和特性的彻底解放，让表情包无论在造型还是意识流上都变成人的。4.3真实与倾向的统一——自我表情大军的社会象征意义。互联网社会可以同化那些发出不同声音的人，一个微博平台上不管是谩骂还是鼓励的人群都会被定义为键盘手。物质上的满足在以往是其他各种自由的前提，现在却成为生产奴役的力量。也将成为统治制度的消极工具。表情包的设计作为文艺创造行为之一同样需经受是否真实再现典型环境中的典型人物状态的考验。其倾向性都在设计作品中体现。以“人脸识别”为技术基础的表情设计恰是在表情设计的官方大流的现实基础中，隐秘地加入了个人的情感倾向。最初使用PS与二次元外形结合的方式通过技术在APP中成倍速实现使朴素的表达方式加快了进程，也让时代的大流向前迈进。脱离了表情供应商的制约，人自我创造的潜能被激发，自我表情大军象征着社会的包容开放。

5总结

表情包文化反映为人作为表情文化的主体意识介入公共事件成为权控中心。基于“人脸识别”的表情包设计在此基础上更深入解放了人的自由，使感官在互联网平台上更自由地表达个人态度以及情感。继“人脸识别”功能实现之后，表情设计作为客体至主体意识支配的行为增强，从小范围内的选择逐渐向人机融合的和谐角度变革。人使用沉浸式身体述情的模式使人使用身体表情直接表达感官意识，加之科学技术的配合，以自编辑的表情包展现了较高的时代特性。在舆论事件中，以自我表现为主导的表情包文化冲刷了官方掌控局势的故陈概念，颠覆了“原子化大众”阶级受动的局势，在自我表现得到保障的“人脸识别”表情设计中，人得到更全面自由的发展。

参考文献

[1]宋志明，闫皓．新QQ新感觉[N]．中国电脑教育报，2002-07-29（A24）．

[2]刘汉波．表情包文化：权力转换下的身体述情和身份建构[J]．云南社会科学，2017，（01）：180-185+188．

[3]MEHRABIANA,RUSSELLJA.Anapproachtoenvironmentalpsychology[M].Cambridge,MA:MIT,1974.

[4]EKMANP,FRIESENWV,HAGERJC.Facialactioncodingsystem(FACS)[M].Manual,SaltLakeCity(USA):AHumanFace,2002.

[5]王信，汪友生．基于深度学习与传统机器学习的人脸表情识别综述[J]．应用科技，2018，45（1）：65-72

．[6]杨建华．论新媒体严肃游戏设计中的和谐理念——从社会学角度进行的考察[J]．青岛科技大学学报（社会科学版），2015，（01）：53-55．

[7]畅广元．马克思主义文艺理论[M]．高等教育出版社，46-56．

[8]TaylorG,DisordersofaAffectregulation:AlexithymiainMedicalandPsychiatricIllness,CambridgeUniversityPress,1999.

[9]周思源．表现欲与表现机制[J]．北京师范大学学报，1993，（06）：89-93．

作者:李倩薇 丁希凡 单位:上海交通大学