类别均衡与局部中值损失联合监督的自然场景人脸表情识别

近年来,卷积神经网络在实验室控制环境下的人脸表情识别任务中取得了很大进步,但是在自然场景中人脸表情识别方面仍然存在一些挑战.针对自然场景中人脸表情数据分布不平衡,以及由姿势、光照和性别等因素引起的类内差异大的问题,提出类别均衡与局部中值(class-balancedandlocalmedian,CALM)损失函数.CALM损失函数包含类别均衡Softmax损失函数和局部中值损失函数2个部分.其中,类别均衡Softmax损失函数将数据量较少且容易错分的害怕和厌恶2种表情标记为难样本,将其余5种表情标记为易样本;在网络训练过程中对难样本自适应地增大权重,以提高难样本的识别准确率,进而提高表情识别的平均准确率.此外,在每个类别中会有一些离类别内大多数样本较远的样本,它们的存在会导致用均值方法计算出的类别中心偏离类内大多数样本.在局部中值损失函数中,采用与每个样本属于同类别的若干近邻的中值作为类别中心,在一定程度上减弱离群样本对类别中心选择的影响.在RAF(real-worldaffectivefaces)数据集上进行实验,与局部子类方法相比,该方法的平均识别准确率提升了1.32%,证明了该方法的有效性.     

基于双LSTM融合的类人机器人实时表情再现方法

为提高机器人表情再现的时空相似度和运动平滑度,结合序列到序列的深度学习模型,提出一种基于双LSTM(长短期记忆)融合的类人机器人实时表情再现方法.在离线机械建模阶段,首先构建逆向机械模型以实现面部特征序列到电机控制序列的逆向映射,并进一步提出运动趋势模型以规整电机连续运动的平滑度;然后,引入加权目标函数以实现两模型的融合和参数优化.在在线表情迁移阶段,以表演者面部特征序列作为融合模型的输入,并在最优参数下完成表演者面部特征序列到机器人控制序列的端-端翻译,从而达到机器人表情的帧-帧再现.实验结果表明:融合模型的电机控制偏差不超过8%,且表情再现的时空相似度和运动平滑度大于85%.与相关方法相比,提出的方法在控制偏差、时空相似度和运动平滑度方面均有较大提升.     

基于人脸识别技术的人流智能分析系统

笔者提出了一种人流智能分析系统,其功能包括人脸检测、人脸性别年龄分析、人脸出现时长分析、人脸表情分析以及人脸总数统计。本研究基于机器学习的人脸开源库,采用多特征提取与卷积神经网络相结合,训练出可以同时进行人脸性别年龄分析、人脸出现时长分析和人脸表情分析的人流智能分析模型,再结合MySQL数据库进行有效统计并生成人流信息数据报表。该技术可被推广到各类经销商铺,来实现对客户特征信息的提取收集及人流动态数据统计。     

基于数据融合与迁移学习的学生表情识别研究

学生表情逐渐成为感知学生状态的重要途径,因此准确的识别学生表情因具有重要价值而受到广泛的关注.本文针对学生表情识别这一问题,提出基于数据融合与迁移学习的识别模型,该模型融合3个数据集,以解决学生表情数据缺乏与多样性问题,同时引入迁移学习来提升预测精度.在数据集及实际学生表情图像上的实验结果表明,本文提出的模型可以准确识别学生表情,提升了预测精度.     

基于卷积神经网络的表情识别

在传统静态表情识别研究基础上,提出一种简单的人脸裁剪方法,再用浅层卷积神经网络进一步提取特征并进行表情识别。以CK+和JAFFE为实验数据集,进行预处理效果对比实验、数据增强实验、单种表情识别实验和跨数据集六分类实验。结果表明,针对数据量较少的情况,提出的表情识别方法效果明显且鲁棒性更优。     

声乐表演的形体语言艺术分析

在声乐演唱中,歌者不仅首先要具备正确的发声、准确的吐字和感情的投入,同样重要的还要有"神形兼备"、"形象生动"的艺术表演。如果一个歌唱者站在舞台上从头到尾一动不动地歌唱而无表演,一定会显得呆板,缺乏感人的魅力。具体而言,声乐表演者注重对形体表演、面部表情以及眼神的运用和研究,这样才能吸引观众的注意力,使他们产生共鸣。本文以声乐表演的形体语言艺术为主题展开探讨,希望能起到一定的启发意义。     

国外新上市玩具

毛绒玩具树熊毛绒本品乃万代授权的树熊形象毛绒玩具,独特的面部表情设计令这只蓝色的树熊更显与众不同,专供Discover Australia销售。作为一款旅游纪念品,传递着澳大利亚希望带给游人欢乐、悠闲的信息。由澳大利亚Smiling Bear出品。Q版DC漫画英雄毛绒这套正义联盟系列婴幼儿毛绒一套4款,分别为超人、蝙蝠侠、超女、神奇女侠的Q版动物形象,会发出摇铃声,刺激宝宝感官发育,同时手感柔软,逗人喜欢。由Gund出品。     

基于表情识别技术的用户研究方法

目的为了以更加客观的方式评估用户体验,拓展用户研究的途径,引入表情识别技术对已有用户研究方法进行优化与探索。方法以阅读APP为研究载体,以表情识别与卷积神经网络算法为技术手段,通过设计人机交互实验将其应用于用户研究过程中,建立用户面部表情与用户主观满意度的映射关系。结果针对阅读APP"X",开展了基于表情识别技术和传统问卷访谈的双向设计研究,并采用对比验证的方法得出了基于表情识别技术的用户满意度客观度量方法的有效性和可行性,进而挖掘了基于表情识别方法的用户研究优势。结论基于表情识别技术的用户研究方法在产品交互设计中具有一定的通用性。通过识别分析用户与产品进行人机交互时的面部表情动态变化,可以使用户体验评估更加客观并容易解读,准确定位产品交互体验问题,为设计领域中的用户研究和认识提供了新思路,同时也为表情识别技术与产品设计的交叉融合提供了理论和实践意义的参考。