基于 Mahalanobis距离进行人脸表情的识别

提出了利用Mahalanobis距离进行人脸表情识别的方法.首先将待分类的图像样本集进行坐标变换,使得变换以后类间离散度尽可能大而类内离散度尽可能小,即使变换以后的Fisher准则函数取得极大值,在新的坐标下求每个待分类样本到各类均值向量的Mahalanobis距离,从而将待分类的样本归到Mahalanobis距离最小的类中去,通过实验得到了平均80.25%的识别率.     

人脸斜视图象的特征提取与恢复

给出了能对正视图象和斜视图象同样有效地进行特征点的提取的一些新算法．建立了人脸斜视图象的数学模型，对于斜视了一定角度的人脸图象提取出一些比较明显的特征，并通过查阅标准数据库，对特征向量进行恢复，找出最佳匹配的标准图象．最后给出了实验结果     

基于小波变换的人脸特征定位

文章在小波分析的基础上,提出了一种在图像的小波分解数据域中实现对称变换的方法,并把这种方法运用于人脸特征的定位,这种方法可以提高人脸特征定位的效率。     

氦氖激光治疗与氦氖激光配合针灸治疗周围性面瘫疗效观察

观察氦氖激光配合针灸疗法对周围性面瘫患者的治疗效果,寻求最行之有效的治疗方法;探索叠加法治疗的优势,为治疗周围性面瘫的进一步发展提供理论数据.选择病程在急性期[(1～7) d内)]符合纳入标准的患者40例,随机分为治疗组、对照组各20例,对照组采用氦氖激光治疗仪照射单项治疗方法,治疗组在常规氦氖激光单项疗法的同时加用针灸治疗,分别于治疗14 d后和21 d后评定疗效.以抬额、皱眉、闭眼、耸鼻、患侧面肌肌力、鼻唇沟、鼓腮、示齿、吹口哨、降下唇等体征的程度变化为观察指标,对两组患者治疗前后的病情均予以评分及分级,运用spss13.0软件进行统计学分析,对临床资料和疗效进行χ2分析,对计量资料进行T检验.在用两种方法治疗14 d及21 d后,两组均见明显缓解症状,较显著的改善患者面神经功能评分,前后差值比较有统计学意义(P<0.01),且治疗组在促进患者面神经功能恢复方面优于对照组.经统计学分析,治疗14 d后治疗组总有效率为80%,对照组总有效率为60%;21 d后治疗组总有效率为95%,痊愈率为80%,对照组总有效率为90%,痊愈率为50%,两组比较有显著性差异 (P<0.05),治疗组疗效优于对照组.说明:(1)氖激光照射单项疗法和针灸与氦氖激光配合治疗的方法对周围性面瘫均有治疗作用.(2)针灸与氦氖激光配合治疗的方法与氦氖激光照射单项疗法相比,在改善患者面神经功能方面具有显著优势,能增强疗效、缩短病程、提高患者生活质量,同时减少副作用、改善预后,是周围性面瘫的优选治疗手段.     

情感表达的跨文化多模态感知研究

视频和音频2个模态的信息在交际过程中起着至关重要的作用,该文研究关注的问题是情感表达中不同文化背景的听者对情感的感知(解码)与这2个模态(面部表情和情感声音)的关系。发音人为中国人,录制她的5个语句的7种情感(6种基本情感+中性情感)的音频和面部表情,制作3类刺激:只有音频信息(A-only)、只有面部视频信息(V-only)以及视频和音频同步信息(AV-Congruent)。听辨人为10名不会日语的中国人和10名不会汉语的日本人。对听辨结果分析发现,面部视频信息的加入有益于情感的感知,视频和音频信息在跨文化的情感解码中起着不同的作用,与情感的唤醒度有密切的关系,相关距离空间分布模式说明听辨结果具有稳定性,跨文化的情感感知存在普遍的心理基础。     

基于面部和动作表情的双模态情绪强度估计

针对急躁情绪的强度估计问题,提出了解决方案,其思路是:对急躁情绪进行数学建模,构建双模态特征模型,分别采用面部表情和动作表情(头部运动)双模态信息来表征急躁情绪;然后用双层高斯混合隐马尔科夫模型(DMHMM)对情绪强度进行估计,得到情绪强度的三个等级.实验结果表明:该算法实现简单,并且能快速的对情绪强度进行估计,与只采用面部表情信息的方法相比正确率提高了24.4%,达到84.8%.     

利用Mahalanobis距离进行人脸表情的识别

提出了利用Mahalanobis距离进行人脸表情识别的方法.首先将待分类的图像样本集进行坐标变换,使得变换以后类间离散度尽可能大而类内离散度尽可能小,即使变换以后的Fisher准则函数取得极大值,在新的坐标下求每个待分类样本到各类均值向量的Mahalanobis距离,从而将待分类的样本归到Mahalanobis距离最小的类中去,通过实验得到了平均80.25%的识别率.     

一类集合等式成立的充分必要条件

运用凸集的面的结构理论, 给出了优化理论象空间法中的一类集合等式成立的两类充分必要条件.     

基于随机权重分配策略的面目表情识别

为了提高面部表情识别的精确度,提出了一种基于数据增强策略面部表情识别,区别于普通的在线随机数据增强,将实验用到的训练数据集采用附加不同的权重分配策略进行增强数据,并随机生成每次训练时的权重,保证其训练数据的多样性并通过比较实验结果得出哪种权重的分布策略适用于面部表情识别数据集的增强,同时解决了面部表情识别因数据集缺乏多样性识别精度不高等问题,提升了人脸表情识别的准确性和鲁棒性,此外还利用VGG19特征提取网络,通过从数据中学习鲁棒性和区分性特征,来实现高精度的面部表情识别。实验结果表明,使用该方式增强后的数据进行训练的模型在Fer2013和扩展Cohn-Kanade （CK+）数据库上对7种表情的识别率相比其原始数据集均有提升。     

南方鲇口外味觉系统的外周神经分支和中枢神经系统的组织学研究

应用组织学切片和光镜观察的方法,对南方鲇口外味觉系统的外周神经分支和初级中枢结构的组织构筑进行研究,绘制出南方鲇口外味觉系统图谱,表明南方鲇的外周神经分支与初级中枢之间存在相互对应关系.作为鱼类味觉初级中枢的面叶,其组织结构的复杂性可能与食性及其对食物的好恶有关.