我写了一个程序,我难过的时候,电脑会自动给我发猫猫的照片

最近,国内外糟心的事太多了,每天看得文摘菌郁郁寡欢。

每次这个时候,文摘菌都会去朋友家吸猫,吸着吸着就感觉神清气爽了,可谓一剂良药。

最近文摘菌发现,吸猫治愈这个事,还不是个例。

去年,日本一对夫妇就在推特上分享了自己的生活小窍门,其中一个就是生气的时候暂停存档,先吸猫平复一下心情再说,就像这样:

甚至有网友评论表示,吸猫有助于世界和平。

不过,吸猫虽好,可不要贪杯噢。

今年1月份的时候,就有一名女子因为吸猫患上了“鹦鹉热”。得了“鹦鹉热”的人大多是因为不小心吸入了鸟类干燥粪便中的衣原体,虽然吸猫不一定会有这样的“副作用”,但小心驶得万年船。

那么问题来了,有没有什么方法能够安全吸猫,最好能在心情抑郁的瞬间就能吸到猫呢?

最近,有个名叫Andrew Healey的博主就在博客上分享了自己做的一个项目,只要他在电脑前露出了伤心难过的表情,电脑就会立马给他发送猫猫的照片,雪中送炭不过如此了。

效果大概是这个样子:

好了好了,文摘菌知道很多人已经等不及了,我们现在就来看看这个项目到底是怎么完成的。

手把手教你“科学”吸猫

在吸猫之前,我们得让电脑知道我们现在很伤心,这样它才会给我们发猫猫照片。

在面部表情识别这块,Healey选择了开源的vladmandic/human,该数据库中提供了一个API来获取一些常见情绪的权重。

他将情绪简单地分为“好”与“坏”,这样对电脑来说会更容易区分和识别,同时系统会给每种情绪进行评分,总分在-1(非常差)和1(非常好)之间。

由于不想每次因为打喷嚏就随意触发系统运行,Healey还添加了一个3秒追踪平均值来评估当前的情绪。

在添加的调试控制台中,就能看到这些情绪分数,就像这样:

在系统发送一张猫猫照片之后,它也会进入5分钟的待机时间,然后才会重新开始工作。

Healey将所有前端代码写在一个index.html原型文件中,主循环以30-40 FPS的速度运行。

第一步完成了,接下来我们要让电脑给我们发送猫猫照片。

在这里,Healey使用的是Pushover,该程序目前在程序员家庭自动化项目中还挺受欢迎的。

随后,Healey将两个API粘合在一起以获取消息数据。随机名称来自网站randomuser。

网站地址:

https://randomuser.me/api/

随机猫猫照片:

https://api.thecatapi.com/v1/images/search

实际上,获得照片后还需要调整图像大小,因为Cat API致力于提供高分辨率的照片,通常能有5MB

以下就是最终得到这个函数的方式:

Healey使用PythonSimpleHTTPRequestHandler来提供静态文件,这与one-liner提供文件时运行的服务器相同python -m http.server。

Healey的计划是不为此运行后端,虽然这仍然是一个可以实现的目标,但他发现用Python编写API粘合代码更快。当他意识到还需要一个API路由来处理“send cat”时,他正要安装Flask,但似乎可以......通过添加这个 hack 继续使用这个简单的服务器:

超越地域和文化,AI识别16种面部表情

说到面部识别,此前Nature就发表了一篇论文,证实了人类情感表达跨越地域和文化边界的普遍性。

论文链接:https://www.nature.com/articles/s41586-020-3037-7

一般来说,人类面部有43块不同的肌肉,这些肌肉可以被激活在眼睛、鼻子、嘴巴、下巴、下巴和眉毛周围,从而做出数千种不同的表情。

为了研究这些表情,加州大学伯克利分校和谷歌的研究人员使用被称为“深度神经网络”的机器学习技术,分析了YouTube上约600万个视频片段中的面部表情,这些视频来自北美、中美、南美、非洲、欧洲、中东和亚洲的144个国家。

同时,研究人员还创建了一个在线互动地图,展示了该算法如何跟踪与16种情绪相关的面部表情变化,包括娱乐、愤怒、敬畏、专注、困惑、蔑视、满足、欲望、失望、怀疑、得意、兴趣、痛苦、悲伤、惊讶和胜利。

研究人员还发现,无论身处世界各地,这16种面部表情都出现在类似的情境中。每个人都倾向于以类似的方式欢呼、哭泣、集中注意力和庆祝,没有一群人会因受惊而微笑、耸肩或因高兴而皱眉。

也就是说,我们用来表达情绪反应的70%的表情是跨文化共享的。

所以,不要担心电脑看不懂你的表情,难过的时候你就难过给它看,然后好好吸猫放松一下~

love&peace!

相关报道:

https://healeycodes.com/when-im-sad-my-computer-sends-me-a-cat

https://twitter.com/NEKOLAND13/status/1442795503859613697

本文来自微信公众号“大数据文摘”(ID:BigDataDigest),作者:Caleb,36氪经授权发布。

标签: