英国研制出具有10种人类表情的新型机器人

近日,英国研究人员宣布成功研制出一种新型机器人,该机器人能迅速分辨10种人类面部表情,并随即做出同样的表情。速度之快,就像一个人照镜子看到自己的表情一样。     

Zeno——第一个具有完整个性机器人

Zeno——作为2009年市场上的一个玩具,他是不断发展的机器人中最像人的。它丰富的面部表情让这个机器人的个性以及与人的感情交流更加完善了。     

美科学家研制出能表达常见表情的类人机器人

这是一款由美国麻省理工学院媒体实验室牵头开发的新一代类人机器人。与过去的类人机器人单纯模仿人类躯体动作不同,这款定位于MDS——Mobile／Dexterous／Social（移动／灵活／社交）的新颖机器人还增加有表情功能,它能够利用面部表情的变化来表达高兴、兴奋、难过等常见的表情。它还内置有三维摄像机,能够以立体的方式对周围环境进行识别,更增强了其互动性。     

漫画

会"造"氧气的绿色汽车北京奥运会和残奥会期间,在奥运村内环线等三条公交线路上,运行着数百辆我国自主研发的氢燃料电池汽车、混合动力汽车。这是奥运历史上种类最多、技术最先进、规模最大的节能与新能源汽车服务,为实现奥林匹克中心区域交通"零排放",中心区域周边地区及奥林匹克交通优先路线交通"低排放"目标提供保障。     

基于嵌入式系统的智能超声波清洁器

以Philips的89LPC936单片机作为智能化软硬件平台,综合超声波清洗,臭氧消毒,负离子保健等手段进行面部美容的新方法.实际运用表明,该方法能深入一般方法难以涉及的皮肤深层.加快新陈代谢,用于面部美容,起到了很好的作用.     

融合注意力机制的人脸识别算法研究

FaceNet人脸识别算法是目前较为主流的人脸识别算法,其运行速度快被广泛应用于工业界。针对FaceNet人脸识别网络存在对面部遮挡人脸识别精度低的问题,提出了一种融合注意力机制的FaceNet人脸识别算法。该算法在FaceNet的基础上引入GhostNet特征提取网络对人脸更好的提取人脸特征,并融合注意力机制与特征金字塔(feature pyramid networks, FPN)加强特征提取网络实现对3种尺度特征图中局部信息的放大,加强不同感受野下的特征提取,增强较为重要的特征信息。实验结果表明,提出的人脸识别算法取得了良好的识别效果,在人脸数据集(LWF)下准确率达到99.62%。对有遮挡的面部识别也取得了较好的检测结果,可准确识别存在遮挡的人脸目标。     

身份保持约束下的面部图像超分辨率重建方法

低分辨率是影响人脸识别精度的重要因素。一种有效方法是使用图像超分辨率技术对低分辨率图像重建,生成超分辨率图像后再对其作人脸识别,从而克服低分辨率面部图像对人脸识别的限制。但是,现有超分辨率方法在重建过程中往往忽略了保持其原始身份信息,这直接影响生成图像的人脸识别结果。针对上述问题,提出了一种身份保持约束下的面部超分辨率重建方法IPNet,在提高低分辨率面部图像质量的同时,能保持重建后的面部图像身份。IPNet方法将语义分割网络和面部生成器相结合,通过语义分割网络提取低维隐码和多分辨率空间特征,进而指导面部生成器输出接近于原图的真实面部图像。在此基础上引入人脸识别网络,将身份信息整合到超分辨率方法中,从而约束重建前后的面部图像身份保持一致。实验结果表明,IPNet方法在超分辨率图像质量和身份保持上均优于其他对比方法。     

主动激光散斑投射的面部测量方法研究

针对医学等相关领域对面部轮廓测量的需求,提出一种主动激光散斑投射的面部点云获取方法。该方法结合数字图像相关法和双目立体视觉原理,能够快速重建面部三维轮廓。首先,介绍数字图像相关法的基本原理;其次,提出一种匹配前的散斑图像预处理方法,去除散斑图像的边缘化区域,提高散斑匹配质量;最后,计算面部三维点云。为验证该方法的可行性及最终重建效果,设计面部扫描重建及误差实验,结果表明:该方法具有体积小和不受光强影响的特点,能够较好地重建出面部模型,整体测量误差为±0.2 mm。     

基于SIFT的远程在线教育情感识别研究

针对现代远程在线教育实践领域中的情感缺失问题,提出了一种基于人脸表情识别的尺度不变特征转换SIFT(Scale Invariance Feature Transform)情感识别算法.SIFT情感识别算法以情感计算为理论基础,以人脸面部表情识别为核心技术,通过捕捉远程学习者的面部表情,进行SIFT特征提取,来识别远程学习者的表情,从而来帮助学习者在一定程度上补偿远程学习中缺失的情感.通过SIFT特征提取算法,建立了自动情感识别流程,并通过试验验证了基于SIFT特征提取算法的远程在线教育情感识别的效果是令人满意的.