基于人工情感的脸部表情识别的研究

脸部特征的提取和各种特征所代表的表情状态是识别是脸部表情识别过程中的重要步骤。该文研究了脸部表情识别方面的一些进展,概括论述了面部表情识别的主要研究内容,以及图像预处理,特征提取,图像识别和表情识别的主要算法和方法。研究表明,在正面人脸和无背景时识别效果较好;在复杂背景下,或人脸被部分遮挡或角度偏转角度较大时,识别效果不好,它的识别效果离实用还有较大的距离,还需要进一步研究。     

基于改进Kinect的点分布模型面部表情特征提取

在面部表情识别中,差异性会在人体面部充分体现,各个器官的整体分布的复杂性和外界影响等因素,使得人体面部表情特征的定位非常困难。利用Kinect点分布特性,给出了一个面部表情特征提取算法,并进行了相关实验,结果表明,本方法在提取对不相关变形保持不变、噪声不敏感、类别区分度大的特征具有明显优势。     

基于混合特征提取的人脸情感识别研究

为了提高特征提取环节对表情识别率的影响,文中采用活动外观模型（AAM）提取整体形变信息,对眉毛及眼睛区域采用Gabor小波变换提取纹理信息,对嘴巴区域采用模板匹配法获取嘴部纹理信息,然后对提取的各个特征采用离散的隐马尔科夫模型得出6种表情概率,在识别阶段根据每个特征对6种表情的贡献权值分别进行特征加权融合,最后选择最大概率的表情作为表情识别结果。通过对10位女性6种表情图像进行训练实验,该方法有着良好的识别率。     

面部表情识别研究进展

面部表情识别是计算机视觉中一个具有挑战性的课题,该文对国内外面部表情识别做了系统综述与比较,分析了面部表情识别目前存在的问题,并对今后发展提出了几点思考.     

表情识别特征提取方法的比较研究

随着认知心理学和人工智能技术的不断发展,人脸面部表情识别技术越来越受到重视。本研究首先介绍了表情识别研究的发展过程及识别过程包括的四个部分,然后重点阐述了表情识别过程中特征提取的不同研究方法,最后对各种研究方法进行了比较,进而展望了表情识别研究的发展方向。     

基于情感识别的智能教学系统研究

针对传统的智能教学系统(ITS)在情感方面的缺失,提出了基于情感识别技术的ITS模型.该系统模型在传统的教学系统上新增情感识别模块,利用人脸表情识别以及文本识别等技术所构建,可以获取和识别学生的学习情感,并根据学习情感进行相应的情感激励策略,实现情感化的教学.     

基于人工情绪的智能情感网络教学系统研究

针时传统智能网络教学系统在情感教学方面的缺陷，基于人工情绪技术提出了一种Web环境下的智能情感网络教学系统结构．该系统由学习情绪模型、情绪教学模型、认知教学模型和学生模型等主要模块所构成，可以获取和识别每个学生的学习表情，并能够根据不同学生的学习情绪和学习效果，实现认知和情感相互协调的个性化教学．     

维度语音情感识别研究综述

情感识别是多学科交叉的研究方向,涉及认知科学、心理学、信号处理、模式识别、人工智能等领域的研究热点,目的是使机器理解人类情感状态,进而实现自然人机交互.首先,从心理学及认知学角度介绍了语音情感认知的研究进展,详细介绍了情感的认知理论、维度理论、脑机制以及基于情感理论的计算模型,旨在为语音情感识别提供科学的情感理论模型;然后,从人工智能的角度,系统地总结了目前维度情感识别的研究现状和发展,包括语音维度情感数据库、特征提取、识别算法等技术要点;最后,分析了维度情感识别技术目前面临的挑战以及可能的解决思路,对未来研究方向进行了展望.     

基于情感计算的e-Learning系统建模

e-Learning也叫数字化学习,是通过因特网或其他数字化媒体进行学习与教学的活动。情感计算是指关于情感、情感产生以及影响情感的计算,试图创建一种能感知、识别和理解人的情感,并能针对人的情感做出智能、灵敏、友好反应的计算机系统。本文将 e-Learning系统和情感计算结合在一起,提出了一个基于情感计算的 e-Learning系统模型,旨在有效地解决 e-Learning系统中情感交流匮乏的问题。     

基于卷积神经网络融合SIFT特征的人脸表情识别

表情识别技术是计算机从静态表情图像或动态表情图像中识别出特定的表情,是实现人机交互的基础。提出一种融合卷积神经网络(CNN)与SIFT特征的人脸表情识别方法。通过图像预处理得到规范化的表情图像;采用视觉词袋模型将图像提取的SIFT特征作进一步处理,将得到的图像特征向量作为局部特征,CNN提取的特征作为全局特征,全局特征用以描述表情的整体差异,局部特征用以描述表情的局部差异;将提取出的两组特征融合后采用Softmax分类。与流形稀疏表示(Manifold Sparse Representation,MSR)及3DCNN等方法在CK+及FER2013数据集上的实验表明,该方法是一种有效的表情识别方法。     

支持二维情绪识别的自动翻译机

直接机器翻译技术导致了翻译结果生硬晦涩等问题。为解决这些问题,提出二维情绪识别技术支持自动翻译机的模型;给出了构建情绪与翻译词汇叠加空间的模型、方法和具体实现;提出了情绪技术在自动翻译机系统中的应用方法与实例。理论分析与人机实验结果表明：方法有较高的翻译效率和翻译认同度。     

基于虚结点方法的在线实体指代项识别

在自然语言处理中,实体指代项识别通常被看作是序列标注任务进行处理.而实体指代项又是由多个连续的序列标注子任务组成的.这些子任务包括切分识别、实体识别和指代项识别.传统的管道方法经常会导致每步间的错误向下传递.级联方式的联合模型会带来大量的标记.虚结点方法同时规避了上面两个方法的缺点.系统采用虚结点的在线联合模型,不仅减少了训练时间,性能也比普通的在线联合模型要好.     

基于在线识别的机器人动态手眼协调

本文研究了基于在线识别的机器人动态手眼协调,通过视觉在线识别目标的结果来 动态规划机器人的运动,改善了系统的柔性,提高了系统对环境的适应能力．实验证明,文 中所采用的识别算法具有很好的实时性和可靠性．引入语音控制改善了人机交互．     

基于BS-HMM和巴式距离的手势识别技术研究

开发一个基于深度图像的手势识别系统,将巴氏距离(Bhattacharyya distance)引入到贝叶斯感知隐马尔科夫模型(BS-HMM)中,称为BDBS-HMM。使用深度摄像机Kinect捕获深度序列图,通过骨架信息对手部位置进行跟踪,识别手部区域,得到手部分割图;从分割图像中提取4D曲面法线方向分布(HON4D)特征和方向梯度直方图(HOG)特征表示运动模式;将每k个连续的特征向量组合成一个序列分布变换所有训练特征向量,使用分布序列来对BDBS-HMM进行训练。该系统在使用MSRGesture3D数据库和自己建立的数据库的情况下,将BDBS-HMM与标准HMM和BS-HMM进行比较,实验结果表明了该系统的优越性。     

基于单目视觉的在线人体康复动作识别

为了进一步提高居家监护场景下人体动作识别的可靠性与实时性,更好地辅助出院后的卒中患者进行康复训练,提出一种基于单目视觉的在线人体动作识别算法.融合姿态估计OpenPose与最近邻匹配算法对监控视频流中的目标人体生成动作序列.通过滑动窗口选取原始姿态特征并对其预处理转化为鲁棒性特征,输入到多层LSTM长短时记忆网络中进行...     

基于局部特征在线学习的视频人脸识别

针对视频人脸识别实时性问题,提出一种基于局部特征在线学习的视频人脸识别方法。首先,从人脸任意关键点提取局部特征,采用投票算法挑选出每个簇的代表性特征;然后,进行学习过程,直到簇中人脸数目达到要求的最小值且人脸图像距其簇平均的最远距离低于一个阈值;最后,将检测到的视频帧按顺序与图库中所有个体的簇进行匹配,利用复合时序相似度度量完成人脸的识别。在一个有50个注册对象和20个未知者的数据库上进行在线识别实验,获得了97.8%的识别率。实验结果表明,相比其他几种视频人脸识别算法,该算法取得了更好的识别效果。     

基于核距离的稀疏表示的交通标识识别

提出一种新的基于核距离的稀疏表示识别方法,方法分为两个阶段:首先计算测试样本与训练样本之间的核距离,并挑选出M近邻;然后将测试样本用挑选的M近邻进行线性表示,根据每类训练样本的贡献进行分类。在德国交通标识数据库上的对比实验表明,该方法的识别率优于传统的PCA、LDA和OMP方法,识别率达到94.2%。     

基于可训练机制的联机维吾尔手写字母识别技术研究

在深入研究英文和汉字手写识别的基础上,结合维吾尔文字母的特点,提出一种基于支持向量机机器学习算法的维吾尔文联机手写字母识别方法,系统研究了样本采集、预处理、特征提取和分类等模块。在预处理中,为了消除干扰和噪声及比较中的相似性,采用了平滑滤波和线性归一化处理;考虑到维吾尔文相似字母较多,为了有效提取特征,将结构特征和统计特征相结合,提取了字符的梯度方向特征;分类器采用支持向量机。实验表明,随着训练样本的增加,识别率可以从90.62%提高到96.09%。     

基于自正则化非负编码和自适应距离度量学习的视频人脸识别

针对鲁棒人脸识别中K近邻分类无法利用图像集中附加信息的问题,提出基于自正则化非负编码(SRNNC)和自适应距离度量学习的方法。首先,利用样本图像和从样本获得的仿射包模型联合表示一幅图像并进行自正则化非负编码;然后,通过保留大间距架构中数据之间的相似关系来学习更具判别性的马氏距离度量;最后,利用维度加权马氏距离和K近邻分类器完成人脸分类。针对灰度像素值和局部二值模式进行测试,在UCSD/Honda、CMU Moby和You Tube明星数据集上的实验表明,相比其他几种较为新颖的识别方法,该方法取得了更好的识别性能。     

基于Web的远程教育学习环境

近年来,远程教育已经成为计算机网络的一个重要应用。本文主要介绍了远程教育的两种学习方式和基于Ｗｅｂ的远程学习环境所必须具备的功能。我们按照这个原则构建了一个远程教育的学习环境。并详细介绍了远程教育系统的结构和功能模型,系统的具体实现。