拟人Agent面部运动模型研究

提出一种用于人脸生理解剖的拟人Agent面部运动模型。将拟人Agent的面部分解为脸、嘴、眼、下巴、舌和头,根据面部辐射肌和口轮匝肌等肌肉的运动特点,通过肌肉变形,推导出控制面部运动的特征参数和辅助参数,由此提出多维的面部运动形式化描述方法。实验结果表明,该方法能精确控制面部的连续运动,准确描述面部表情。     

面向复杂系统的多Agent技术应用综述

多Agent系统通过采用各Agent间的通讯、合作、协调、调度、管理及控制来表达实际系统的结构、功能及行为特性,为各种实际问题提供了一种统一的框架.文章对多Agent技术在复杂系统领域的应用进行了综述.指出了多Agent系统的进一步研究方向.     

面部运动单元检测研究综述

面部运动单元检测旨在让计算机从给定的人脸图像或视频中自动检测需要关注的运动单元目标。经过二十多年的研究,尤其是近年来越来越多的面部运动单元数据库的建立和深度学习的兴起,面部运动单元检测技术发展迅速。首先,阐述了面部运动单元的基本概念,介绍了已有的常用面部运动单元检测数据库,概括了包括预处理、特征提取、分类器学习等步骤在内的传统检测方法;然后针对区域学习、面部运动单元关联学习、弱监督学习等几个关键研究方向进行了系统性的回顾梳理与分析;最后讨论了目前面部运动单元检测研究存在的不足以及未来潜在的发展方向。     

服务Agent的设计与实现

在服务计算领域,相同功能的服务往往有多个不同的选择。针对同类服务的管理和选择问题,在BDI Agent的基础上,提出了一种服务Agent的结构定义,用以支持服务的运行时动态绑定;设计并实现了基于会话的约束求解服务Agent协商协议;实现了支持服务Agent建模的可视化工具;最后介绍一个应用实例。     

复杂机械产品多Agent协同仿真研究

协同仿真是协同设计过程中的重要组成部分,成为检验、指导和优化设计的重要手段。车辆动力系统是一种典型的复杂机械产品。文章为解决协同仿真中复杂的交互通信问题,以动力系统为例,应用多Agent技术,研究复杂机械产品多Agent协同仿真的模型和方法。在分析了动力系统协同仿真的业务需求的基础上,提出了一种适合动力系统协同仿真的多Agent结构模型,Agent之间的通信方式采用KQML/XML,并以曲轴的静力学分析为例说明实现方法。     

移动Agent分析与实现

与传统的分布式计算模式(客户机/服务器、远程过程调用、远程模块调用)不同,移动Agent技术不仅包括数据的移动,还能将计算代码移动到需要地方,因此移动Agent能够更灵活、更高效地完成分布式计算的任务.介绍移动Agent,讨论其在分布式计算中的优势,分析并给出Java环境下移动Agent的具体实现机制.     

智能Agent与多Agent系统的研究

智能Agent及多Agent系统自20世纪80年代起一直是分布式人工智能研究的热点。对Agent理论，语言，结构以及多Agent系统结构等问题进行了研究，并对Agent与对象（Object) ,过程控制系统，软件“精灵”以及多Agent系统与分布式问题求解的区别进行了分析。     

基于移动Agent技术的远程故障诊断的研究与实现

基于Internet的远程故障诊断越来越受到关注和重视。文章提出了基于移动Agent技术的远程故障诊断基本框架,讨论了移动策略、安全机制、诊断算法、虚拟仪器以及多Agent系统协商机制等问题。最后给出了一个应用实例,说明了它的可行性和有效性。     

移动Agent平台之分析与实现

如何建立灵活、高效的稳定Ａｇｅｎｔ平台已经成为人们研究的热点。文中介绍了移动Ａｇｅｎｔ的技术标准ＭＡＳＩＦ和ＦＩＰＡ,分析了一些著名的移动Ａｇｅｎｔ平台,并介绍了一个移动Ａｇｅｎｔ平台的实现方法。     

基于运动捕获数据的目标导向运动合成

在计算机动画研究领域,人体运动一直是研究者们感兴趣的内容,逆向运动学是求解人体运动的一项关键技术。用户通过指定相应目标和肢体末端关节,来计算人体全身关节的旋转角,进而得到整体的位姿和运动。传统的数值方法在求解人体运动时没有考虑人体运动的规律,因而得到的结果往往不够真实。提出一种基于真实人体运动数据的实时目标导向运动合成算法,该算法克服了传统数值迭代方法的缺陷,有效改善了单纯使用雅克比矩阵的效果,在动画生成的效率和真实性上都有一定的提高。     

基于面部动作编码系统的表情生成对抗网络

用含有面部表情信息的向量作为输入条件指导生成高真实性人脸图像是一个重要的研究课题,但常用的八类表情标签较为单一,为更好地反映人脸各处丰富的微表情信息,以面部各个肌肉群作为动作单元（AUs）,提出一种基于面部动作编码系统（FACS）的人脸表情生成对抗网络。将注意力机制融合到编码解码生成模块中,网络更加集中关注局部区域并针对性做出生成改变,使用了一种基于判别模块重构误差、分类误差和注意力平滑损失的目标函数。在常用BP4D人脸数据集上的实验结果表明,该方法可以更有效地关注各个动作单元对应区域位置并用单个AU标签控制表情生成,且连续AU标签值大小能控制表情幅度强弱,与其他方法相比,该方法所生成的表情图像细节保留更清晰且真实性更高。     

人脸活动单元自动识别研究综述

人脸活动单元(action units,AU)的自动识别能应用于行为科学、人机交互、安全、医疗诊断等众多领域,近年来得到了广泛关注.文中阐述了AU自动识别的基本概念、一般过程及其主要特征提取和分类方法,介绍了具有AU编码的代表性人脸表情数据库,并对单个AU与AU组合的识别、AU强度与AU动态性分析的研究现状进行了评述.最后总结了目前AU自动识别研究中存在的主要难点,并展望了其发展方向.     

人脸表情运动跟踪与表情识别算法

对于人脸视频中的每一帧,提出一种静态人脸表情识别算法,人脸表情运动参数被提取出来后,根据表情生理知识来分类表情;为了应对知识的不足,提出一种静态表情识别和动态表情识别相结合的算法,以基于多类表情马尔可夫链和粒子滤波的统计框架结合生理知识来同时提取人脸表情运动和识别表情.实验证明了算法的有效性.     

基于神经网络的Agent个性化行为选择

在基于效用的行为选择模型基础上对多Agent系统中个性建模问题进行研究。利用人工神经网络能够学习到人类难以理解的目标函数的特点,结合心理学中个性的五因素模型建立Agent个性神经网络,通过不同参数反映个性对效用变化的影响方式,具有更强的个性表征能力。设计梯度下降的学习算法训练Agent相应的个性神经网络。实验验证了该模型刻画Agent个性的有效性。     

基于决策论的Agent个性化行为选择

Agent不同的主观态度对行为策略的偏好具有重要影响,但Agent的个性化态度难于在量化或符号化的数值决策模型中体现。该文参照定性决策理论,在现有效用最大化决策模型基础上,利用不同决策原则模拟不同Agent个性,得到符合Agent个性的行为策略。Agent的决策结果反映了其不同个性特征,个性化使Agent的行为呈现多样化,有利于Agent社会模型的建立。     

基于事例的面部动作单元识别算法

本文提出基于事例的交互式遗传算法进行面部动作单元识别的算法,将用户的比较能力融入到搜索过程,快速检索到与待识别图像匹配的事例图像,从而实现动作单元的半自动识别。该方法不需抽取图像特征,因而可用于识别非控制成像条件下自发面部图像或图像序列中的动作单元,具有较好的鲁棒性和实用性。文中采用16幅受控成像条件下收集的简单图像进行实验,单独AU的平均识别率达到77.5%,AU组合的平均相似度为82.8%。采用10幅有干扰的非受控成像条件下收集的复杂图像进行实验,单独AU的平均识别率为82.8%,AU组合的平均相似度为93.1%。相对于特征脸算法,本文算法的平均识别率和相似度都有较大程度的提高。     

基于Agent的无灯控交叉路口插车仿真研究

该文以Agent技术为基础,首先论述车辆Agent的基本结构,进而对车辆Agent经过无灯控路口时的插车策略进行描述,通过Agent的通信功能以及相互协调功能,使车辆Agent在经过路口时与实际驾驶员的行为相接近,对车辆经过无灯控路口时的插车行为进行仿真,仿真结果表明了使用Agent技术进行交通流系统仿真的可行性。     

语义关系引导的面部动作单元分析

面部动作单元分析旨在识别人脸图像每个面部动作单元的状态,可以应用于测谎,自动驾驶和智能医疗等场景.近年来,随着深度学习在计算机视觉领域的普及,面部动作单元分析逐渐成为人们关注的热点.面部动作单元分析可以分为面部动作单元检测和面部动作单元强度预测两个不同的任务,然而现有的主流算法通常只针对其中一个问题.更重要的是,这些方法通常只专注于设计更复杂的特征提取模型,却忽略了面部动作单元之间的语义相关性.面部动作单元之间往往存在着很强的相互关系,有效利用这些语义知识进行学习和推理是面部动作单元分析任务的关键.因此,通过分析不同人脸面部行为中面部动作单元之间的共生性和互斥性构建了基于面部动作单元关系的知识图谱,并基于此提出基于语义关系的表征学习算法（semantic relationship embedded representation learning,SRERL）.在现有公开的面部动作单元检测数据集（BP4D、DISFA）和面部动作单元强度预测数据集（FERA2015、DISFA）上,SRERL算法均超越现有最优的算法.更进一步地,在BP4D+数据集上进行泛化性能测试和在BP4D数据集上进行遮挡测试,同样取得当前最优的性能.     

基于Agent的计算机考试系统的设计与实现

Agent技术为分布式开放系统的分析、设计和实现提供了一种新方法。针对原考试系统的局限性,引入A- gent思想进行重新设计,实现了基于Agent的计算机考试系统。通过新的设计,将远程交互转化成本地交互,减少了对网络带宽的占用,提高了系统的响应速度和可靠性。