Czy AI może rozpoznać stan emocjonalny człowieka jedynie na podstawie jego chodu ?

Inteligencja emocjonalna jest złożonym aspektem interakcji międzyludzkich, a rozpoznawanie stanów emocjonalnych może być trudnym zadaniem. Naukowcy zbadali różne metody wykrywania stanów emocjonalnych, w tym analizę chodu danej osoby.

---

Naukowcy poczynili postępy w wykorzystywaniu uczenia maszynowego do analizy ludzkiego chodu i wnioskowania o stanach emocjonalnych, przy czym badania sugerują, że pewne wzorce chodu mogą być powiązane z konkretnymi emocjami, takimi jak szczęście, smutek czy zmęczenie. Jednak dokładne rozpoznawanie stanu emocjonalnego danej osoby jedynie na podstawie jej chodu pozostaje trudnym zadaniem, ponieważ chód może być kształtowany przez różne czynniki, w tym stan zdrowia fizycznego, wiek i indywidualne cechy charakterystyczne. Obecne podejścia często polegają na analizie multimodalnej, łącząc dane dotyczące chodu z innymi sygnałami, takimi jak wyraz twarzy czy wzorce mowy, aby poprawić dokładność rozpoznawania emocji. Pomimo obiecujących wyników, konieczne są dalsze badania w celu opracowania bardziej solidnych i niezawodnych systemów rozpoznawania emocji opartych na chodzie.

— Wzbogacono 9 maja 2026 · Źródło: IEEE — https://ieeexplore.ieee.org

---

Ostatnie postępy w dziedzinie widzenia komputerowego i uczenia maszynowego umożliwiły sztucznej inteligencji rozpoznawanie stanu emocjonalnego danej osoby jedynie na podstawie jej chodu z rozsądną dokładnością. Osiąga się to poprzez analizę wzorców chodu, takich jak prędkość chodzenia, długość kroku i postawa, które mogą wskazywać na stan emocjonalny danej osoby. Modele, takie jak te wykorzystujące podejścia oparte na głębokim uczeniu, zostały przeszkolone na dużych zbiorach danych dotyczących wzorców chodu i odpowiadających im stanów emocjonalnych, co pozwala im uczyć się złożonych wzorców i zależności. Choć nie są doskonałe, modele te wykazały obiecujące wyniki w rozpoznawaniu emocji, takich jak szczęście, smutek i złość, jedynie na podstawie chodu.

— Aktualizacja wprowadzona przez administratora 9 maja 2026. Źródło: Gait-based Emotion Recognition using Deep Learning (IEEE, 2022).