“微笑能打折”、“拿了就走，走了就付”……在第四届世界互联网大会——乌镇峰会，天猫无人超市作为唯一独立参展项目亮相。浑身都是黑科技，天猫无人超市不仅有无人支付，还推出了“Happy购”情绪营销，“对着商品微笑能打折”，引得现场嘉宾跃跃欲试。

12月3日，第四届世界物联网大会在浙江乌镇举行，本届大会汇集400余家全球知名互联网及科技创新企业代表，共同就互联网、云计算、大数据、物联网、人工智能等新兴技术进行探讨，大佬云集的本届大会上，黑科技自然不会缺席。

这不，马云的天猫无人超市作为唯一独立参展项目在本届大会亮相，阿里可能觉得无人超市科技还不够“黑”，于是“情绪营销”登场了。

据悉，天猫无人超市运用了“行为轨迹分析”、“情绪识别”以及“眼球追踪”技术等，其中首次推出的情绪营销“Happy购”可在消费者凝视某件商品时，系统会及时捕捉其表情，并依据其表情判断消费者情绪，计算出消费者对该商品的偏好程度，再依据偏好程度给予不同的优惠折扣，不同消费者对某一商品展现不同情绪表情将得到不同折扣，这就是阿里所言的情绪营销“Happy购”。

以色列诺贝尔奖获得者达尼埃尔·谢赫特曼以及中国工程院院士倪光南在体验过后均给予赞叹，那么情绪营销到底是个什么鬼?

　　情绪与购物的关系

目前，消费升级几乎成了零售行业的一个梗，所谓消费升级到底升级的是什么?对品质的要求在提升，其他诸如个性化、产品的附加值等给予更多关注，这些最终的目的就是给消费者带来更多的愉悦体验，事实上，这正是对顾客愉悦情绪的一种达成。

不知大家注意没有，电影常出现这样的场面：女主角失恋，用疯狂shopping疗伤，这就是非常典型的情绪与购物相关的例子。人类本身就是非常情绪化的动物，而这些情绪又与购物密切相关，你胆小，所以买防身用具;你怕被看不起(虚荣情绪)，所以名牌傍身。购物在一定程度上满足了消费者的某种情绪缺失，尽管购物对这种缺失的成全只是一种幻觉，但购物确实能构建这种缺失被弥补的假象。

正因如此，情绪的满足与营造在营销活动中显得至关重要。人类的情绪种类非常多，美国心理学家Paul Ekman将人类的基本情绪分为6类，即快乐、悲伤、愤怒、厌恶、惊讶和恐惧。营销关注的重点不是人类究竟有多少种情绪，而是这种情绪能否激起消费者的共鸣，共鸣过后产生行动才是营销的关键，因此快乐、恐惧、厌恶、愤怒这四种“唤醒度高”的情绪被营销广泛运用。

上图是香港市场上的香烟包装图，这种公益性质的广告利用的正是人类的恐惧情绪，其恐怖的画面相信能吓退不少尚未吸烟的朋友。至于快乐情绪的运用，大家只需打开国内各大电视台及视频网站，满屏都是没来由的开心氛围。

　机器如何识别人类情绪?

情绪其实就是综合了人的感觉、思想和行为的一种状态。在谈到机器如何识别人类情绪时，有必要谈谈人类自身是如何识别情绪的。人之初，人类对情绪的感知非常幼稚，成长过程中，通过不断地与他人交流互动，这种感知情绪的能力会越发敏锐与准确，也就是说，人类从非常有限的经验训练中练就了这种敏锐性，这种高度概括归纳的能力正是人类的优势之一。

AI是拟人化的，也就是说其对人类情绪的识别跟人类的方式是一样的，但它并不具备人类这种高度概括归纳的能力，它依靠的是庞大的数据练习，依靠逻辑、规则及训练去习得这种能力，其准确性与数据练习量基本成正比。

与人类依靠面部表情、声音及动作去识别情绪不同，机器去识别人类情绪可依赖的方式更多，除了表情、声音及动作这些非生理信号的识别外，机器还可借助设备去检测人类的心率、皮肤阻抗、呼吸等生理信号来识别对应的情绪状态，同时检测的方式越多，其情绪识别的准确率就越高。

当然，如何借助更多的检测设备去识别人类情绪非本文探讨重点，本文将重点放在机器是怎样通过对人脸图像的识别来判断人类情绪的。

在进行情绪识别前，机器首先需要判断的是这是一张人脸，而非其他物种的脸，由于非人脸的高复杂性，且检测时需考虑脸的大小、旋转、姿态、表情、遮挡、光照变化等诸多因素，因此判断人脸与非人脸一般采用模式识别的方法(可简单理解为排除法)，将二者进行不同模式的分类，然后将图像置于人脸图像数据库上进行训练及测试以确定。

在确定为人脸之后，接下来就是依据表情来识别人类情绪。在这里必须要介绍的人物就是前文提及的美国心理学家Paul Ekman，Ekman通过长期观察研究原始部落人群与现代人群的表情发现，人类的面部表情具有共通性，因此，Ekman根据人脸解剖学特征，将其划分为若干个相互独立又相互联系的运动单元(AU)，分析这些运动单元的运动特征及其所控制的主要区域以及与之相关的表情，从而得出面部表情的标准运动，这便是大名鼎鼎的面部表情编码系统(FACS)，其对表情捕捉的准确率达到90%。

面部表情编码系统(FACS)为机器通过人脸识别来判断人类情绪提供理论支撑。接下来就是机器将人脸图像的相关信息数字化。首先，机器识别人脸后，会提取面部的关键肌肉点，这些关键点的作用是对人的五官与轮廓的标注，以完成对人脸的关键位置(眼睛、嘴、鼻子等)的定位，机器摘取的关键点越多，识别的精度就越高，相应的性能需求亦越高(目前500个关键点的摘取较多被采用)。

人的不同表情，实际上就是这些关键点位置的改变(相对位置、绝对位置、距离及角度等)，然后将这些改变与原本就已数字化的面部表情编码系统(FACS)进行对比，人类相应的情绪便得以呈现，需要指出的是，人类面部的43块肌肉，可以组合出1万多种表情，但并不是所有表情都具备情感意义(大约3000种具备)，而目前在营销上被应用得最多的还是前文所言的6种基本情绪(快乐、悲伤、愤怒、厌恶、惊讶和恐惧)，特别是快乐、恐惧、厌恶、愤怒这四种“唤醒度高”的情绪更被广泛应用!