基于Gabor特征和Adaboost的人脸表情识别

为了改善人脸表情的识别率,提高分类器的性能,通过提取人脸表情图像的Gabor特征,再结合Adaboost算法,从而进行人脸表情的识别（Facial expression recognition,FER）。利用Gabor滤波器是人脸表情特征提取的一个重要手段,Adaboost算法则将一系列的弱分类器组合,最终生成一个强分类器。对表情识别这个多类识别问题,采取1：1的办法来解决,总共产生k（k-1）/2（k为总类别数）个强分类器,将多个强分类器进行级联实现人脸表情的多类分类。实验结果表明,相对于其他识别方法如MVBoost算法等,这种方法的识别准确率有很大的提高。     

基于机器人视觉的服务机器人表情识别研究

开发了一种基于机器人视觉的表情识别系统。系统首先基于人脸肤色及Gabor纹理特征精确定位人脸区域,其次用Gabor小波变换提取表情特征并设计基于支持向量机的表情分类器,最终实现对7种人脸基本表情的识别。实验表明,该方法在室内环境下能够实时地识别表情并具有较高的识别成功率。     

基于二维Gabor变换和粒子群优化BP网络的人脸表情识别

研究了使用二维Gabor小波变换和DCT离散余弦变换实现人脸特征提取并使用BP神经网络进行表情分类识别的方法。首先,将人脸图像经过归一化预处理,然后经过二维Gabor变换生成不同尺度和方向下的特征向量,为了降低其维数,使用DCT离散余弦变换对其进行压缩,提取最终的表情特征向量。为了提高BP神经网络对表情的分类精度和减少训练时间,使用改进的粒子群算法PSO来优化BP神经网络的各权值和阀值。仿真结果表明:使用Gabor小波变换并经DCT进行压缩后得到的特征向量,在经过粒子群优化的BP神经网络进行训练后,能有效地实现对其进行分类,具有较其他方法较高的识别率。     

3D人脸线框模型的NURBS曲面拟合

提出一种改进的CANDIDE三维人脸模型,并采用顶点规则化和NURBS曲面拟合方法获得光滑的模型表面,从而可以合成各种不同姿态和光照变化的人脸图像,为人脸识别方法的研究提供逼真的虚拟样本。     

面向人脸表情分析的人脸图像正脸化方法

在人脸表情分析过程中,头部姿态变化常会引起人脸信息的不对称,传统上仅对人脸图像进行裁剪和对齐的相关操作难以得到对姿态鲁棒的特征。为获取人脸结构化的特征,提出了一种人脸图像正脸化处理方法。该方法将检测到的人脸关键点映射到新的二维空间进行关键点的正脸化,将正脸化后的关键点还原到原始图像中作为新关键点,通过移动最小二乘法指导图像由原始关键点向新关键点变形,得到正脸化后的人脸图像。在公共的RAF-DB和ExpW人脸表情数据集上,采用上述处理方法对人脸图像进行预处理,并在VGG16和ResNet50深度学习网络中进行人脸表情分类任务的模型训练,用分类任务的准确率来评估文中正脸化方法对人脸表情分析的有效性。实验结果表明,该方法在人脸表情分析方面优于深度学习中传统的预处理方法,并且可以有效提高人脸的信息质量。     

基于DVF与Gabor小波的人脸表情特征提取方法研究

目前,人脸表情的识别率普遍不高,这主要受制于缺少有效提取表情特征的特征提取方法及对表情特征进行有效数据分析的识别方法,而作为基础的表情特征提取方法至关重要。为了提升人脸表情的识别率,文中提出了一种新的人脸表情特征提取方法。该方法结合DVF及Gabor小波提取人脸表情特征信息,并通过欧式距离方法验证表情特征提取的有效性。实验结果表明,该方法能有效保证特征信息的有效性。     

基于Gabor小波＋PCA＋LDA特征提取方法的人脸表情识别

目前,人脸表情的整体识别率普遍不高,严重制约了它的实际应用。为了解决这一问题,提出了一种新的人脸表情识别方法。该方法采用Gabor小波＋PCA＋LDA的方法提取特征,并结合HMM模型进行识别分类。在JAFFE表情数据库中进行实验,获得了92．14％的整体识别率。理论分析和实验结果表明,该方法与其它方法相比具有更好的整体泛化性能和更高的整体识别率。     

基于Gabor小波与FastICA的人脸表情特征提取方法研究

目前社会上习惯将人脸表情细分成7种基本表情,而对于现有7种基本表情的识别效果却还有待提升。目前人脸表情的识别率普遍不高的原因主要是由于特征提取方法不佳,导致后续识别分类器无法达到预想效果。为此,文中提出了一种新的人表表情特征提取方法,该方法结合Gabor小波提取表情海量信息,然后通过FastICA将海量信息降维,得到最优信息,并通过HMM方法验证表情特征提取的有效性。实验结果表明,该方法能有效保证特征信息的有效性。     

基于频谱脸和不变矩人脸识别新方法的研究

提出了基于频谱脸和不变矩的人脸识别方法。频谱脸是一种人脸的特征表达方式,可以有效地消除人脸表情变化、少许遮掩对人脸识别的影响。而不变矩是图像的一种统计特征,具有的平移不变性、旋转不变性和比例不变性,可以有效减少少许姿态和光照条件变化所带来的识别误差。因此首先对原始图像进行适当级数的小波变换及傅立叶变换得到人脸图像的频谱脸表达,然后利用频谱脸图像矩阵的不变矩作为识别特征,建立人脸识别模型。利用ORL人脸数据库进行仿真实验,结果表明,该方法识别率较高,识别速度较快,便于实时实现。     

融合特征的神经网络在三维人脸识别中的应用

针对三维人脸特征表示问题,提出了一种三维人脸轮廓曲线特征与二维Gabor小波特征相融合的人脸特征表示新方法。基于这种新的融合特征,利用模糊自适应共振神经网络(Fuzzy ARTMAP)进行有监督的学习训练,并构建三维人脸识别分类器实现人脸识别。利用模糊自适应共振神经网络分类器的增量学习能力,可以很好地解决随着训练模型增加导致识别系统识别率降低的问题。所提出的方法在FRGC v2.0三维人脸数据库上,对人脸表情变化进行了实验。结果表明具有一定的鲁棒性,识别率高,且随着新增人脸数量的增长可以提高准确率。     

具有视觉及面部表情的仿人头像机器人系统设计与研制

设计并研制了具有面部表情和对人类表情识别机能的仿人头像机器人系统.该机器人具有弹性面部皮肤机构,能够实现从CCD图像采集装置获得人类的自然、开心、生气、悲伤、惊讶、厌恶等表情图像,然后进行表情识别,并根据识别结果,对机器人面部皮肤和头部器官进行运动控制再现表情;提出了用于实现机器人表情再现控制的表情特征点偏移量及偏移系数概念和计算方法,解决了图像不同比例、人与机器人面部差异情况下机器人表情再现控制问题;实验结果表明,该机器人能够逼真地再现出所识别的人类6种基本表情.     

基于AAM的人脸痛苦表情分析与识别

现阶段的人脸表情识别多围绕着6种基本表情展开,在其基础上的对人脸痛苦表情的研究在医学、交通领域很有意义。本文借鉴基本面部表情识别方法,建立主动外观模型（AAM）提取面部表情特征,采用几何归一化方法对AAM搜索过程进行优化,缩短了搜索时间,提高了搜索的准确率。分类部分采用支持向量机（SVM）设计痛苦与平静、痛苦与高兴、痛苦与疲劳的表情分类器,并对因采用不同核函数造成的支持向量机分类结果进行了讨论与分析。实验结果表明,RBF核函数具有最好的分类效果。     

基于有监督的核局部线性嵌入的面部表情识别

流形学习方法可以有效的发现存在于高维图像空间的低维子流形并进行维数约简,近年来越来越受到生物特征识别和认知科学领域的研究者的重视。但是流形学习是一种非监督学习方法,其鉴别能力反而不如传统的维数约简方法,而且流形学习方法大多没有明晰的投影矩阵,很难直接对新样本进行维数约简。针对这两个问题,本文提出一种新的有监督的核局部线性嵌入算法(supervised kernel local linear embedding,SKLLE),并将算法应用于面部表情识别。该算法通过非线性核映射将人脸图像样本投影到高维核空间,然后将人脸图像局部流形的结构信息和样本的类别信息进行有效的结合进行维数约简,提取低维鉴别流形特征用于表情分类。SKLLE算法不仅能发现嵌入于高维人脸图像空间的低维表情子流形,而且增强了局部类间的联系,同时对新样本有较好的泛化性,实验结果表明该算法能有效的提高面部表情识别的性能。     

Automatic emotional expression of a face robot by using a reactive behavior decision model

This paper introduces a face robot named ‘Buddy’ which can perform facial expressions, such as eye-tracking and lip synchronization, via movements of its facial elements (i.e., eyeballs, eyebrows, eyelids, and lips). Buddy has 14 degrees of freedom. To produce the realistic motion of Buddy, we built a ‘Reactive Behavior Decision Model’ which decides not only how to control the rotation angles and speed of facial elements, but to exhibit as well particular emotions that could express the robot’s personality. Buddy’s personality is formed in the model by the accumulated external stimuli and internal status. The process to automatically achieve reactive behavior in the model is classified into three steps: (1) to analyze the external stimuli and identify variations in Buddy’s internal status; (2) to decide the type and degree of emotion based on the robot’s personality; and (3) to generate specific facial expressions and gestures by combining the appropriate primitive behaviors chosen from emotion databases. By using this model, we have proven that Buddy can display various facial expressions and behaviors, at times very reasonable but quite unexpected.     

随机参数弹性连杆在平稳随机激励下的动力可靠性分析

研究随机参数弹性连杆机构在平稳随机激励下的动力响应分析。利用拓广的随机因子法,从求解系统固有频率的瑞利商公式出发,得出物理参数和几何参数均为随机变量的弹性连杆时变固有频率的均值和方差。从动力平稳随机响应在频域上的表达式出发,利用求解随机变量函数的矩法和数字特征的代数综合法,计算出随机参数弹性连杆机构在平稳随机激励下弹性位移和速度的均方值的均值、方差表达式,由动力可靠度的公式导出其动力可靠度的均值和方差的计算公式。通过算例,分析机构物理参数和几何尺寸的随机性对机构动力可靠度随机性的影响。     

A face robot actuated with artificial muscle based on dielectric elastomer

Face robots capable of expressing their emotional status, can be adopted as an efficient tool for friendly communication between the human and the machine In this paper, we present a face robot actuated with artificial muscle based on dielectric elastomer By exploiting the properties of dielectric elastomer, it is possible to actuate the covering skin, eyes as well as provide human-like expressivity without employing complicated mechanisms The robot is driven by seven actuator modules such eye, eyebrow, eyelid, brow, cheek, jaw and neck module corresponding to movements of facial muscles Although they are only part of the whole set of facial motions, our approach is sufficient to generate six fundamental facial expressions such as surprise, fear, angry, disgust, sadness, and happiness In the robot, each module communicates with the others via CAN communication protocol and according to the desired emotional expressions, the facial motions are generated by combining the motions of each actuator module A prototype of the robot has been developed and several experiments have been conducted to validate its feasibility     

基于表情辅助的假手脑控方法

针对传统纯意念运动想象脑控范式和稳态视觉诱发脑控范式存在范式训练难度高、设备集成复杂及高成本、不易随身携带等问题,借助表情辅助脑电信号适应性广、识别率高和易于便携化系统集成的优势,提出了基于表情辅助的假手脑控方法;研究构建了一种基于表情辅助的假手便携可穿戴脑控系统,包括硬件选型设计与系统组建,及表情辅助脑电信号分类识别算法和假手控制算法的设计研究与软件模块开发等,实现提眉、皱眉、左撇嘴和右撇嘴4种辅助表情脑电信号的检测识别,对应完成假手的手指张开、手指闭合、手腕内旋和手腕外旋4个动作的控制,并进行在线实验验证。结果表明：基于表情辅助的假手脑控方法不仅优于传统的稳态视觉诱发脑控范式（去掉了系统中原所必须的稳态视觉诱发器）,而且优于纯意念运动想象脑控范式,平均在线识别与控制准确率高于85%。     

基于互易螺旋理论的无奇异完全各向同性移动并联机构型综合

基于互易螺旋理论提出一种无奇异完全各向同性纯移动并联机构型综合的系统方法。首先给出机构末端操作器输出运动的矩阵表达式,然后根据该表达式正雅可比矩阵为非零对角阵的条件确定出机构支路驱动螺旋的表达形式,并依据驱动螺旋与主动螺旋互易积为非零常数的条件确定出主动螺旋的形式,再根据驱动螺旋与同一分支中除主动螺旋外的所有其他运动螺旋互易积都为零的特点,确定出可动非驱动螺旋的类型及其轴线方向,从而按照机构分支连接度的不同进行机构支路的型综合。最后取3条所综合出的机构支路将动平台与静平台联接起来即可得到所期望的机构。最后对一种新型3-CRP无奇异完全各向同性移动并联机构进行运动学分析。结果表明,所提出的型综合方法正确可行。     

Facial Expression Recognition by Split Rectangle Based Adaboost

The facial expression recognition system using the Adaboost based on the Split Rectangle feature is proposed in this paper.This system provides more various features in increasing speed and accuracy than the Haar-like feature of Viola,which is commonly used for the Adaboost training algorithm.The Split Rectangle feature uses the mask-like shape composed with 2 independent rectangles,instead of using mask-like shape of Haar-like feature,which is composed of 2～4 adhered rectangles of Viola.Split Rectangle feature has less diverged operation than the Haar-like feature.It also requires less operation because the sum of pixels requires only two rectangles.Split Rectangle feature provides various and fast features to the Adaboost,which produces the strong classifier with increased accuracy and speed.In the experiment,the system had 5.92 ms performance speed and 84%～94% accuracy by learning 5 facial expressions,neutral,happiness,sadness,anger and surprise with the use of the Adaboost based on the Split Rectangle feature.