让冷冰冰的机器读懂人的喜怒哀乐，Facethink想做应用级的表情识别

人的情感无处不在，但想要融入人类社会的机器却是冷冰的、没有感情的。这是横在人机交互领域最大的难题之一，而 计算机的情绪识别被认为是解决这一难题的利器 ， 相关的技术已经日趋成熟 ，走出实验室， 进入欧美商业市场 。不过，因为专业人才缺乏，国内近期才刚刚开始商用。在做了近7年的情感计算研究后，杨松帆创办了 FaceThink ，想要专注于人类自发状态下的表情识别。

表情识别是常用的情绪识别的方法，一般都是建立在 Ekman 博士的研究基础之上，通过摄像头等传感器， 捕捉用户的表情并识别特征 。但识别的准确性和精度，既需要大量的表情素材作为机器训练的素材，又需要高质量的算法。

目前， 亚洲人的表情素材数量有限 。FaceThink团队在过去就从事过相关的研究，积累了这方面的素材。创始人杨松帆告诉36氪，FaceThink的亚洲人表情素材库达到了五百万量级左右，技术方面也针对亚洲人的脸部特征做了改进，准确率会相应的提高，即使未来欧美市场成熟技术进入中国，团队也能保持一定的优势。另一方面，人们现在已经能接受自己的面部数据被安全场景使用（银行开户，安检等），同时越来越多的人不介意自己的面部信息被获取（如视频直播）。

算法层面，杨松帆表示已经研究情绪识别七年之久，其所在的科研团队与Affectiva、Emotient、Realeyes等知名公司背后的科研团队几乎同一时期开始人脸识别研究。2011年，他主持的科研成果曾在世界顶级的IEEE情感识别挑战赛中战胜了之前几个公司背后的技术团队，包括麻省理工学院，卡耐基梅隆大学，剑桥大学等，获得冠军。

将技术落地到产品层面，有时候并不是技术团队的特长。从2012年开始，杨松帆在著名的游戏公司暴雪娱乐担任数据科学家。杨松帆表示，期间数据挖掘、深度学习模型等开发经验，为FaceThink人类情绪分析引擎积累了丰富的实战经验。

团队推出的第一款产品主要是用来做人脸关键点识别，低价开放给第三方客户，打破行业收费模式下形成的已有竞争格局，对于想做FaceU类人脸AR应用的公司会有吸引力。此外，杨松帆告诉36氪，FaceThink的人脸检测及面部关键点检测技术也在速度和精度上也拥有领先优势。( 点击链接查看相关视频 ）

近期刚刚推出的情绪识别引擎，将会以B2B2C的模式做推广，通过SaaS网络平台，为B端用户提供详细的数据分析及展示，同时为C端用户提供价值。具体的商业模式和客户部分涉及到商业机密，暂不方便详细讲述。近期 推出的情绪观察实验室 ，就可以看做是一个这方面的小尝试。

目前， FaceThink 的团队共有8人，其中创始人杨松帆是美国加州大学河滨分校博士，美国加州大学尔湾分校博士后，科研方向主要是计算机视觉、机器学习、情感计算，曾就职于美国暴雪娱乐总部，任数据科学家。联合创始人陈飞，是清华大学计算机系博士，有10年软件开发经验，擅长大型软件架构与移动端性能优化。

近期，FaceThink团队已经完成一轮数百万元的天使融资，投资方为天使湾。团队也在招聘各领域的人才（hr@facethink.com）。