共查询到20条相似文献,搜索用时 31 毫秒
1.
<正>计算机如何识别人类肢体语言在谈话过程中,即使从头到尾都是一个人讲话,那也是一种交流。一方面,听者通过说话者的表情、姿态和动作来领会说话者所表达的意思;另一方面,说话者描绘的所见所闻并决定着听者能否理解其语言。然而,计算机却无法做 相似文献
2.
3.
4.
人工智能专家发现一个有趣的事实:对一些人们觉得易如反掌的事,计算机处理起来却显得十分笨拙,甚至无能为力。例如,出生不久的婴儿能够准确无误地识别母亲的音容,但这件事若要让计算机来代劳,就麻烦得多了。这是因为人的许多知识具有所谓不确定性。要想用机器模拟人的思维,使计算机成为真正的“电脑”,就有必要讨论这种具有不确定性的知识的表示方式和处理方式。 相似文献
5.
6.
想象你从父母那里得到梦寐以求的礼物.拿着礼物时你脸上会浮现出什么表情?不小心踩到路边的狗屎呢?你的表情有没有变化呢?毫无疑问.你能意识到特定的面部表情是与特定的情绪相对应的。而且在大多数情况下,我们现在都能通过周围人的面部表情识别他们的情绪状态。但是设想一下, 相似文献
7.
8.
9.
10.
11.
也许有那么一天,计算机能够理解你的表情。当一位老人在ATM屏幕前眯着眼辨认字体时,字体尺寸立刻加倍;当一名妇女对着购物中心的旅游广告微笑时,会促使设备打印出一张旅游折扣表给她。这些不是幻想,一切都会实现的。现在许多研究机构都看好表情机器识别技术,相信此技术具有很大的科研价值和商业价值。 相似文献
12.
13.
长期以来,人们一直在探索一种能模仿脑功能的电子或机械系统.1940年代计算机的出现解决了人脑的逻辑思维问题,它的功能已经大大地超越了人类的逻辑思维.人脑还具有独特的形象思维和智能,当前的计算机不论发展得多先进,都很难代替人脑,尤其是在目标、物体和人的识别方面. 相似文献
14.
15.
选取不同程度的临床抑郁症患者和与之匹配的健康人为被试,采用宏表情识别测验、短暂表情识别测验和微表情识别测验3个研究范式,分别从宏表情、短暂表情和微表情3个方面考察被试识别表情及微表情的能力,探究抑郁症患者与健康人之间表情及微表情识别的差异.结果显示,抑郁症患者表情识别正确率普遍低于健康人,微表情识别绩效低于宏表情,并且表情及微表情的识别绩效与HAMD抑郁量表得分存在负相关.这些结果说明,临床抑郁症患者的表情加工缺陷不受表情呈现时长的影响,对表情及微表情的识别绩效在某种程度上反映了抑郁严重程度. 相似文献
16.
17.
18.
19.
20.
人类面对面交谈,靠的是面部表情、肢体动作。随着社会不断进步,人类还可以通过电话和网络进行交流。昆虫不会说话,也不会写字,更不能使用现代化设备,那么,它们是怎样交流的呢? 相似文献