基于比率图的表情映射机器视觉研究

脸部的表情不仅显示了脸部动态特征,还显示了脸部外观的微妙变化,例如脸部的褶皱和皱纹。这些很重要的细节特征很难合成,传统的表情映射技术只考虑动态特征,但在光照强度变化时细节特征经常被忽略。为了获得脸部表情的细节特征,本文提出了一种表情映射新方法---利用表情比率图捕捉表情细节特征,精确获得此特征强度变化,产生更多脸部表情。通过实验对比,得到表情比率图对于脸部表情细节特征更具有鲁棒性和可靠性的结论。     

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.     

基于比率图的表情映射机器视觉

脸部的表情不仅显示了脸部动态特征,还显示了脸部外观的微妙变化,例如脸部的褶皱和皱纹。这些很重要的细节特征很难合成。传统的表情映射技术只考虑动态特征,但在光照强度变化时细节特征经常被忽略。为了获得脸部表情的细节特征,提出了一种表情映射新方法——利用表情比率图捕捉表情细节特征,精确获得此特征强度变化,产生更多脸部表情。通过实验对比,得到表情比率图对于脸部表情细节特征更具有鲁棒性和可靠性的结论。     

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。     

基于模型匹配人脸识别的研究

提出了基于模型匹配的人脸识别方法.利用人的脸部特征规律建立一个立体可调的模型框架,在定位出人的脸部位置后用模型框架定位和调整人的脸部特征部位,着重于解决人脸识别过程中的观察角度、遮挡和表情变化等因素影响.     

针对虚拟人的文本情感语义分析

为了使个性化虚拟人更加形象生动,能根据用户输入的文本做出表情动作,运用自然语言处理技术对中文和英文文本进行语义和分类处理,分析出动作和情感信息。采用潜在语义方法从文本中提取出动作语义信息,利用hownet计算词汇相似度,使用K最近邻方法将文本情感信息分为6类:愤怒、厌恶、恐惧、喜悦、悲伤和惊讶。实验结果为:语料文本分类准确率为87.5%,系统能从用户输入的文本中提取出情感、动作信息,使虚拟人做出相应表情变化。     

领导愤怒情绪表达影响员工创新行为的双刃效应探究——基于工作-要求资源模型的视角

基于工作要求-资源模型,构建了分别以"地位挑战"和"领导-成员交换"为中介变量的双刃剑模型,揭示了领导愤怒情绪表达影响员工创新行为的不同作用机制。通过对326份有效调查问卷的实证研究发现:领导愤怒情绪表达一方面会通过激发地位挑战来促进员工的创新行为,另一方面会通过减弱领导-成员交换来抑制员工的创新行为。研究不仅完善了领导愤怒情绪影响员工创新行为的理论框架,同时也为管理员工创新行为提供了实践指导。     

态势语言的表达技巧

态势语言和有声语言一样有着不可替代的表情达意的作用，演讲者还必须用态势语言来调动听众的情绪，借助态势语言的表达技巧，以达到良好的效果。     

情感虚拟人交互系统的设计与实现

以Candide模型为基础.采用三角形网格形式,应用参数法在VC++环境下实现人脸模型,然后采用脸部表情编码系统方法,通过控制AU实现表情的分析与合成,设计了基于Candide三维人脸模型的人机交互情感虚拟人系统.测试结果表明,用情感虚拟人系统模拟的情感反应符合人类情感行为规律.为实现和谐的人机交互环境提供了一种可行的设计方法.     

体态语言:艺术的情感交流

关于体态语言在人际交流中的作用,美国著名的体态语研究专家梅拉比1968年在<当代心理学>杂志上用这样一个公式表示:思想交流的总效果=语言的0.07 声音的038 脸部的0.05.如果人际思想交流能被百分之百的理解,语言的作用微乎其微(仅占7%),人的音调、音色、音质占38%,面部表情的作用最大占55%.     

美人鱼传奇

每种动物都有其自身的脸部特征和体形特征,但自然界中有些动物身体的某部分却与人身体的某部分极为相似,这些动物归纳起来有人面动物与人形动物。在人面动物中,人们比较熟悉的要算是美人鱼了。     

哪些人属于“第欧根尼一族”

判断人脸部表情的特殊能力不只局限于特工和经验老道的警察。这是我们每个人都有的自身潜在的能力,永远不会失去,只可能被遗忘。古希腊哲学家第欧根尼已尝试分析人类的表情,第欧根尼一族:他们比我们更容易看透人的表情。     

基于深度学习的人脸表情识别研究与应用

人脸面部表情是人机交互和非言语交际的有效方式,对面部表情进行识别并分析,可以获取很多信息,在安全监控、人工智能、军警、心理学等领域有着许多不同的应用。本研究基于深度学习对人脸表情识别进行深入研究,采用Open CV内置算法进行人脸检测,利用卷积神经网络进行面部表情识别,实现对人脸最基本的7种表情包括愤怒、厌恶、恐惧、快乐、悲伤、惊讶和中立分别进行识别。与传统的人脸表情识别方法相比较,卷积神经网络的识别精度高,训练参数少,在面部表情特征表现明显的情况下,对7种表情的识别精度都能超过70%以上。     

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。     

刊中报

“脸盲症”困扰500万美国人美国教授希瑟·赛乐斯患有一种名为“脸盲症”的怪病,他无法正常分辨每一张脸的区别,甚至连母亲和自己的脸都无法记住。令人惊讶的是,最新研究发现,这种过去被认为罕见的疾病发病率竟然超过2%,仅在美国就有500多万患者。不过,“脸盲症”患者基本上可以辨识表情,可以分辨一张脸是快乐或忧伤、愤怒或困惑,对于脸部美丑的判断也和常人一致。不久前,英国曼彻斯特市的情侣贝尼斯和海特两人搬到一起同居。然而没过几天他们就发现了问题,当贝尼斯亲吻或拥抱女友时,他混身都会冒出红色的皮疹,甚至轻轻碰一下女友,都会让他…     

浅议非语言行为在图书馆中的应用

文章阐述了非语言行为在图书馆人际交往中通过表情语、眼神语、体态语、手语等具体形式实现非语言交往的目的，并起到虽非语言行为却有时比语言行为更能传情达意的作用。     

让“体态语“在英语教学中大显身手

体态语言即通过手势、面部表情、眼神、动作姿态、外表修饰等非语言行为来传情达意的一种交流手段。论述了如何在初中英语课堂教学中如何巧妙运用面部表情、手势、眼神等体态语,更生动形象地深化表达内容,提高学生学习兴趣和教学效果。     

公益广告语篇态度意义的多模态构建 ——以《有人偷偷爱着你》为例

基于评价理论、认知心理学及功能符号学,结合公益广告语篇模式特征,建构由诱发条件、态度行为表达和评价意义三大模块所构成的公益广告语篇态度意义多模态理论框架。《有人偷偷爱着你》的案例研究表明,面部表情、手势等肢体语言等符号和语言符号一样都是构建公益广告语篇态度意义的重要模态符号,各模态符号之间相互协调、配合共同构建态度意义;在整个态度意义的多模态构建中,诱发条件主要是视觉模态,而态度行为表达主要是由语言和表情来完成,评价意义大多以正面评价结尾,对正能量进行宣传,从而实现良好的价值导向功能。     

快乐与愤怒表情识别眼动研究

表情识别是人们进行人际交往的一种重要能力。本研究以大学生为被试,采用眼动实验研究技术,考察两种基本情绪,快乐、愤怒的眼动实验特征。结果发现:大学生在识别快乐、愤怒面部表情时,注视次数差异显著;最大瞳孔距离差异不显著;总注视时间差异显著。     

英汉基本情感隐喻的对比分析

在大量实例的列举和分析的基础上,将人类的基本情感作为研究时象,对英汉两种语言中表达喜悦、愤怒、哀伤、恐惧等情感隐喻在共性和个性方面进行了对比和阐述.结论表明,英汉情感隐喻所具有的相同性是基于人类思维的共性,其相异性主要跟文明起源、语言文字、认知思维方式以及文化传统相关.