脸部表情动画的实现

用计算机动画技术合成人的面部表情动画是人体动画研究的一个重点。本文分析了人脸的生理结构组成和脸部表情与表情单元形变之间的关系，研究了包括局部变形箱变形、线性局部变形和密度球收缩和舒张变形在内的三种面部肌肉变形方法，在此基础上，提出了一个基于复合多组局部变形操作的脸部表情动画的模拟算法。通过调相关整表情单元的形变因子一时间参数曲线，有效地控制了脸部表情的动画过程，从而实现了脸部表情动画。     

面向人脸表情分析的表情空间模型

首先对人脸表情的特点进行分析,给出了表情空间的定性描述.在此基础上,提出了一种兼有离散情感空间模型和连续情感空间模型特点的新的表情空间模型.为了验证该模型的合理性,利用Gabor小波特征和主分量分析方法结合混合高斯模型在人脸表情数据库JAFFE上进行了实验.对不同表情的分布规律进行了实验分析,实现了对表情空间的定性/定量描述.实验结果表明,提出的人脸表情空间模型能够对日常人脸表情进行恰当的表达.     

基于深度学习的面部表情识别方法综述

人脸表情识别就是让计算机按照人类的思维理解表情,是人机交互的重要组成,然而随着深度学习的迅速发展,深度学习技术在人脸表情领域的研究也成为研究热点,所以对深度学习技术在表情识别中的应用及取得的成果进行分析。首先总结了几种常用表情数据集;然后从特征提取和特征分类两方面对基于深度学习的表情识别方法进行了分类,并从网络改进方面分析了基于深度学习的表情识别中的几种网络改进方法;最后阐述了表情识别这一领域中面临的挑战和未来发展。     

体势语言和教学效果

体势语言是人们言语活动的一个重要组成部分，而课堂教学活动又主要是以教学双方言语活动的形式进行的，因此，教师课堂上使用的体势语言以及它所产生的效果，就很自然地引起了研究者的兴趣。阐述了体势语言在教学中的作用及具体应用，以求最大限度地提高教学效果。     

基于视频图像的面部表情识别研究综述

面部表情识别是机器理解人类情感的前提,是改善人机交互关系的关键。首先,按照视频图像中面部表情识别的流程,综述了表情识别的3个阶段:人脸检测、表情特征提取、表情分类。重点介绍了表情特征提取和表情分类中所采用算法的原理、优缺点及应用场合,并给出了部分算法的识别率对比结果。其次,对人机交互中的微表情识别及表情识别的鲁棒性研究也做了介绍。最后总结了面部表情识别研究中存在的问题及难点,探讨了该领域值得进一步研究的问题。     

仿人面部表情机器人SHFR-1样机

通过对人类实现不同面部表情时脸部肌肉运动情况的分析,设计仿人面部表情机器人的运动机构和控制系统.在仿真环境下,对所设计的虚拟样机进行运动分析,以所得到的数据为依据,研制仿人面部表情机器人样机SHFR-1.在SHFR-1机器人上进行面部表情演示实验,结果表明,该样机可以较好地实现高兴、悲伤、惊讶、害怕、愤怒和厌恶等6种人类基本表情.     

表情比例图的鲁棒性增强算法

针对表情比例图（ERI）方法的光照条件及对准误差的鲁棒性较差的问题，提出了一种新的比例图滤波方法，该方法利用形态学膨胀算子提取对准误差所致的噪声区域及其过渡带，然后利用线性插值恢复出平滑的比例图，同时还提出了基于商图理论的光照校准方法，并应用于照明条件不一致下的表情绘制，即通过求解空间3个独立点光源的组合系数，实现了样本图从任意光照向期望光照的校准．实验结果表明，所提方法能够探测并消除对准误差带来的比例图噪声，能够实现不同照明条件下的样本图像光照校准，从而提高了ERI算法应用于表情合成时的鲁棒性．     

人脸表情识别综述

作为生物特征识别与情感计算领域的一个极富挑战性的交叉课题,人脸表情自动识别技术在各种应用的推动下发展很快,但鲁棒的自动人脸表情识别系统至今尚未建立.人脸表情识别的3个关键环节是人脸检测(定位)、脸部表情特征提取和人脸表情的情感分类.目前上述环节上均取得了重要进展.本文就这三方面分别进行了分类总结。     

用眼泪表达感情的哈巴狗

人，在喜怒哀乐时，往往眼睛流泪，有喜悦的泪花，有悲伤的泪水，不管是哪一种都是感情激动的表现。     

基于LBP特征和稀疏表示的新生儿疼痛表情识别

面部表情被认为是新生儿疼痛评估的可靠指标。文中提出一种基于加权局部二元模式(LBP)特征描述符和稀疏表示分类器的新生儿疼痛表情识别方法。首先,经归一化后的面部图像采用一个特征向量来描述,这个特征向量是通过串接组合所有局部图像块的LBP特征图的加权直方图所得到的直方图序列。然后,采用主成分分析(PCA)方法对训练样本及测试样本图像的特征向量进行降维。最后,采用基于稀疏表示的分类器将测试样本图像的表情分为4类:平静、哭、轻度疼痛、剧烈疼痛。文中研究目的是通过利用基于计算机的图像分析技术来辅助临床医生评估新生儿疼痛。在新生儿面部图像数据库上进行的实验结果表明了该算法的有效性,表情分类的平均识别率高达84.50%。     

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。     

放松情绪表情调节

心理学家把与人的内在情绪、情感有关联的外显行为特征,统称为表情。人的情绪与表情有着十分密切的关系,笑是人类独有的表情,是调节人的身心的重要方法。     

基于多任务深度卷积神经网络的人脸/面瘫表情识别方法

由于人类个体面部形态各种各样,使得不同人在表达同一感情时有可能产生较大的视觉差异,为了减弱这种内类视觉差异性对人脸表情识别产生的影响,该文提出一种分层多任务学习的人脸表情识别方法,该方法以现有深度卷积神经网络模型为基础,构造双层树分类器以替换输出层的平面softmax分类器,构建深度多任务学习框架,通过利用人脸表情标签和人脸标签共同学习更具辨识力的深度特征,将知识从相关人脸识别任务中迁移过来,从而减弱面部形态对表情识别的影响,提高表情识别性能。实验结果表明,相较于VGGnet,Googlenet和Resnet深度模型,文中提出的方法均提高了人脸表情识别率,且成功推广到面瘫表情识别问题中。     

仿人面部表情机器人研究进展

首先,梳理近年来国内外这一领域的发展现状,并从心理学维度空间角度探讨了表情机器人的情感建模方法.其次,从机构设计、人脸表情的计算模型、表情特征的提取与分类的识别等多个方面,对表情机器人研究中的关键技术展开综述.最后,在综述分析的基础上,对表情机器人研究现状及其未来发展进行系统的评价,给出今后发展的4个方向.     

狮子的微笑

全明星大马戏团昨天晚上在凤凰城首次公演时，发生了一桩骇人听闻的惨案。女演员娜娜在把头伸进狮子的嘴巴时，狮子先是做出了一个仿佛是微笑的表情，随后一口咬断了她的脖子。     

《骆驼祥子》中叹词的表情差异

叹词在汉语词类中是很小的一类，可在语言运用中却非常灵活、多变，起着不容忽视的作用。有许多专家学者对其运用规律，词形变化等方面进行了探讨、研究，而对叹词因句法位置引起的表情差异却少有论及。文中以《骆驼祥子》中的叹词为主要考察范围，考察叹词的句法位置及表情差异。叹词的句法位置，可于句首、句尾或句中。叹词的表情功能因其句法位置的不同，读音的不同，致使叹词表情存有差异。(一)同一叹词同一位置表情存在差异。(二)同一叹词不同位置表情存有差异。(三)不同叹词表情却有重合。