基于降维的堆积降噪自动编码机的表情识别方法

堆积降噪自动编码机是一种典型的深度学习模型,它能够刻画数据丰富的内在信息,具有较强的特征学习能力。基于主成分分析（principal component analysis,PCA）技术和堆积降噪自动编码机（stacked denoising autoen-coders,SDAE）模型,提出一种新的表情识别算法PCA＋SDAE。该算法对人脸图片进行裁剪及归一化等预处理,采用主成分分析技术对人脸特征进行线性降维,再利用堆积降噪自动编码机逐层进行特征学习并同时实现对人脸表情数据的非线性降维,可以得到更好的、维度更低的表情特征,并据此进行表情分类。对PCA＋SDAE算法的仿真测试实验结果表明,其综合性能比其他的基于深度学习模型的表情识别方法更好,同时与传统的非深度学习表情识别方法相比,它具有更高的表情识别正确率。     

基于人脸局部特征和SVM的表情识别

提出了一种基于人脸局部特征的表情识别方法．首先选取人脸重要的局部特征,对得到的局部特征进行主成分分析,然后用支持向量机（SVM）设计局部特征分类器来确定测试表情图像中局部特征,同时设计支持向量机（SVM）表情分类器,确定表情图像的所属类别．对JAFFE人脸图像数据库进行仿真实验．结果表明,该方法要优于一般的基于整体特征的人脸表情识别方法．     

基于核函数因素分解模型的表情合成与识别

人脸图像合成是新一代人机交互中的重要技术。传统的三维模型加生理模型的方法可以生成真实的人脸表情图像,但是其中的计算复杂度很高。该文提出了一种基于样本的方法,将不同的人和不同的表情看作影响人脸表情图像的两种变化因素,利用因素分解模型巧妙地进行人脸表情图像合成。同时,分析了因素分解模型获得的身份子空间和表情子空间的特点,提出了一种在子空间中利用余弦距离进行身份和表情识别的新思路。从实验结果来看,这里提出的方法可以仅利用一张训练集内、外的人脸图像合成出该人在不同表情下逼真的脸部表情图像,同时可以合成库内的人在新表情下的表情图像。     

基于MPEG-4的细微表情转换方法

介绍了基于MPE-4标准的人脸动画工作原理,并提出了一种构造人脸动画定义表的方法。首先对照人脸定义参数（Facial Definition Parameter,FDP）选取一些特征点,然后用人脸动画参数（Facial Animation Parameter,FAP）驱动人脸动画。最后通过结合局部表情比例图（Partial Expression RatioImage,PERI）,实现了具有细微表情特征的真实感人脸动画。     

基于SVM的人脸表情识别

以人脸表情视频序列为研究对象,介绍了人脸表情识别的一般过程,给出了基于SVM的人脸表情识别方法,讨论了面部表情强度度量方法。通过分析人脸表情的变化,在L-K光流算法基础上应用修正的特征点跟踪方法提取面部特征信息,使用SVM建立人脸表情模型和强度模型,进行表情识别,并对高兴表情进行强度等级分类。实验结果证明了提出方法的有效性。     

一种基于MPEG-4的三维人脸表情动画算法

面向模型基人脸视频编解码领域,提出了一种基于MPEG-4的三维人脸表情动画算法.首先对编码端发送视频的首帧图像,利用Adaboost+Camshift+AAM(active appearance model算法检测人脸和定位特征点,接着特定化一个简洁人脸通用网格模型得到FDP(facial definition parameter);对于得到的FDP,解码端先用其特定化一个精细人脸通用网格模型,然后基于肌肉模型和参数模型相结合的方式来生成人脸表情动画,同时对人脸功能区进行划分.实验表明,该算法在FAP(facial animation parameter)流的驱动下可以生成真实感较强的三维人脸表情动画.     

基于局部形状约束网络的人脸对齐

基于级联回归的人脸对齐方法已经取得了很大的成就,但是由于复杂的级联回归器设计、人为设计特征等局限性的影响使得人脸对齐没有找到一个性能更好的解决方案,尤其对于大姿态、大表情等条件下的人脸对齐任务.因此,为解决该问题,提出了一种新颖的人脸对齐方法——基于人脸局部形状约束.首先利用卷积神经网络初始化人脸整体形状;然后利用人脸局部区域的同质性,将人脸区域进行划分,对每一个区域定义局部形状约束;最后再由整体形状估计做为全局约束,组合各个面部局部形状约束,对整体面部特征点进行回归.实验结果表明,该方法提高了人脸对齐的精确度且速度上达到了实时.     

基于一般模型的单幅人脸照片三维重建

针对由单幅照片进行三维人脸自动重建的问题,提出了基于一般模型变形的快速三维重建方法.先通过稀疏形变模型获取照片人脸特征点的深度信息,再将一般人脸模型变形到特定人脸,并使用基于肤色模型的插值合成皮肤纹理.实验证明,三维人脸重建方法快速简便,且只需单幅人脸照片,真实感强,并且可生成多种姿态、光照和表情的人脸图像,有较好的应用价值.     

基于混合Gauss模型的鲁棒性人脸识别算法

针对人脸图像受表情、光照、角度变化等因素影响,传统算法难以获得较理想的人脸识别结果问题,提出一种基于混合Gauss模型的鲁棒人脸识别算法.先将每副图像划分成子块,提取其方向梯度直方图特征,并加入子块相应的空间位置信息产生人脸图像的局部特征向量;再采用全部图像的局部特征向量训练混合Gauss模型生成人脸特征向量;最后采用最小二乘支持向量机建立人脸识别分类器,实现人脸匹配与识别.采用ORL,Yale和CIGIT人脸库进行仿真对比测试,仿真结果表明,该算法的人脸识别率高于其他人脸识别算法,对光照、角度、表情等有较强的鲁棒性,且可以获得更快的人脸识别速度.     

基于SKLLE和SVM 的人脸表情识别

为有效提取人脸表情图像特征并降低特征向量维数,该文提出一种基于监督核局部线性嵌入(Supervised Kernel Locally Linear Embedding,SKLLE)和支持向量机(Support Vector Machine,SVM)相结合的降维和分类方法.利用人脸表情图像数据本身的非线性流形结构信息和标签信息实现维数约简,提取低维嵌入特征用于人脸表情识别,采用支持向量机代替传统的K近邻分类器.基于JAFFE人脸表情图像库和Cohn-Kanade人脸表情数据库的实验结果表明,该方法可以很好地实现维数约简,达到较高的识别率,有效地提高了人脸表情识别的性能.     

一种深度自编码器面部表情识别新方法

为解决面部表情特征维度高的问题,该文提出了一种基于深度学习自编码器的表情识别新方法,该方法利用深度自编码器在多层隐层上进行特征选择,能够在较低维度上表示高维度的面部特征.首先采用定向梯度直方图从面部表情的选定区域提取特征,然后在多个层面上使用深度自编码器,得到最优编码特征,降低特征维度,最后使用支持向量机模型对降维特征进行分类.实验表明,与其他现有特征选择和降维技术相比,该文方法提取的特征优于其他特征,并能够有效实现面部表情识别.     

众筹环境下图片线索对融资效果的影响及项目类型的调节效应

图片是众筹平台融资项目介绍中关键的表现形式之一，针对现有研究较少分析图片因素对众筹项目融资效果的影响，基于图像语义层次视角，从视觉层、对象层和概念层3个维度提取图片线索，根据媒介丰富度理论分析图片线索对众筹项目融资效果的影响，以及项目类型对其产生的调节作用。通过实证研究，检验了Kickstarter平台上6336个众筹项目，结果表明：产品图像、团队成员人物图像、人物图像的大小及人物表情等图片线索能显著提高众筹项目的融资成功率。相较于科技类、游戏类、食品类项目，出版类项目的融资效果受图片线索影响更为显著。本研究有助于指导众筹项目的筹资者运用图片和文本等多元媒介，打造具吸引力的项目介绍，以提高融资成功率。     

多任务环境中基于情感的拟人Agent面部运动的实现

为解决在多任务环境中,拟人Agent多种面部运动自主综合表达的问题,该文首先结合Sloman的分层体系架构和Damasio的机体标志思想,设计了一种支持多任务环境的拟人Agent面部运动的体系结构。接着分析了拟人Agent的面部运动种类及成因,定义了面部运动的优先级,提出了冲突的协调方法,并将此方法应用到体系结构的决策控制中。最后根据提出的拟人Agent感情状态的形式化描述方法,实现了基于情感的面部运动序列的自主生成系统,解决了拟人Agent多种面部运动同时表达的矛盾,并实现了个性化的情感表达输出。     

人脸识别中图像特征的整体处理变换

人脸识别是一项应用广泛的技术,如何从人脸图像中提取出特征,利于后续和分类,比较处理任务,要考虑特征提取的有效性,以及适当降维,减小计算的复杂性。这些图像特征的整体处理变换受光照、表情以及附属物等影响,针对特定情况,出现了各类较成熟的处理方法,文章对这些方法进行归类总结,便于面对特殊任务时,选择或综合使用。     

基于语义的人眼特征快速自动提取方法

摘要：本文针对基于语义的人眼特征自动提取技术进行研究并探索出一条新的路径：首先,在人眼特征研究的基础上,自行建立了描述人眼特征的几何模型并定义了四个眼部特征参量;其次,采用三庭五眼规则分割出人眼区域;然后,利用梯度二值化及积分投影技术对人眼特征进行提取;最后,对人眼特征进行语义化并建立数字化标签。通过自建图库中1000幅彩色免冠照片的实验测试表明：计算机能够通过语义比对的方式实现快速人脸检索,最高重复率为8‰。     

基于可信度约束结构分析的区间因子法

构建了物理参数、几何参数和载荷同时具有不确定性的桁架结构有限元分析模型,提出了基于可信度约束的区间因子法的结构分析方法;定义了具有可信度约束的区间运算规则;利用区间因子的数学表述,推导出结构位移响应和单元应力响应的计算表达式.算例给出了区间参数结构的响应可能区间及其可信度的计算结果,表明该方法的可行性和有效性.     

基于在线评论的品牌再购意向模糊推理方法

以计划行为理论为基础,从品牌态度、品牌声誉和感知价格三个维度,建立了消费者品牌再购意向模糊推理模型:构建了针对化妆品的评价词语料库和消费者品牌再购意向模糊推理规则库,通过对网络消费者在线评论中评价词的提取和语义分析,进行消费者品牌态度、感知价格、品牌声誉的计算和消费者再购意向的模糊推理:结合消费者的消费总额,构建“品牌再购意向-消费总额”消费者分类矩阵。以聚美优品网站的3款面膜为例进行品牌再购意向的实例计算,结果验证了所提方法的合理性和可行性。     

英汉语言幽默方式之比较——歧义与幽默

对于幽默，观察的角度不同，定义也就不同。另外，幽默的表现形式多种多样，它可以是语言、动作、表情，也可以是图画等。本文主要从心理活动的角度探究语言幽默，以预设为切人点，从语音、词汇和句法结构三个层面比较英汉语借助歧义来制造幽默效果时的相同和相异表现。     

Video-based facial animation with detailed appearance texture

Facial shape transformation described by facial animation parameters (FAPs) involves the dynamic movement or deformation of eyes, brows, mouth, and lips, while detailed facial appearance concerns the facial textures such as creases, wrinkles, etc. Video-based facial animation exhibits not only facial shape transformation but also detailed appearance updates. In this paper, a novel algorithm for effectively extracting FAPs from video is proposed. Our system adopts the ICA-enforced direct appearance model (DAM) to track faces from video sequences; and then, FAPs are extracted from every frame of the video based on an extended model of Wincandidate 3.1. Facial appearance details are transformed from each frame by mapping an expression ratio image to the original image. We adopt wavelet to synthesize expressive details by combining the low-frequency signals of the original face and high-frequency signals of the expressive face from each frame of the video. Experimental results show that our proposed algorithm is suitable for reproducing realistic, expressive facial animations.