基于改进差分AAM和K-SVM的人脸表情识别

主动外观模型(Active Appearance Model)是一种通过提取和结合人脸的形状和外观模型特征的有效地人脸表情特征提取方法.在与其他的AAM拟合算法对比中,反向合成算法具有快速和高效的特点.但在遇到不同光照影响和线性不可分时,反向合成算法的拟合效果会变差.于是,提出了一种基于差分AAM特征和核支持向量机的人脸表情识别方法,并在JAFFE人脸表情数据库上进行了相关实验.实验结果表明,该方法能够较好地去除光照干扰的影响和解决非线性识别问题,并得到鲁棒的识别效果.     

具有面部表情识别与再现的机器人头部系统的研制

研制出具有对人类表情识别和表情再现机能的仿人机器人头部系统,该系统由仿人机器头部本体、图像采集设备、表情及面部器官控制系统、表情识别系统等部分组成;该系统从图像采集装置获得人类表情图像,然后采用SVMs和ASM结合的方法进行视频序列的人脸表情识别,设计了眼球、眼睑、下颚等面部器官和面部表情机构及驱动系统对机器人面部皮肤和头部器官进行运动控制,并根据识别结果,可实现七种不同特征的面部表情的再现。     

基于Gabor小波＋PCA＋LDA特征提取方法的人脸表情识别

目前,人脸表情的整体识别率普遍不高,严重制约了它的实际应用。为了解决这一问题,提出了一种新的人脸表情识别方法。该方法采用Gabor小波＋PCA＋LDA的方法提取特征,并结合HMM模型进行识别分类。在JAFFE表情数据库中进行实验,获得了92．14％的整体识别率。理论分析和实验结果表明,该方法与其它方法相比具有更好的整体泛化性能和更高的整体识别率。     

具有视觉及面部表情的仿人头像机器人系统设计与研制

设计并研制了具有面部表情和对人类表情识别机能的仿人头像机器人系统.该机器人具有弹性面部皮肤机构,能够实现从CCD图像采集装置获得人类的自然、开心、生气、悲伤、惊讶、厌恶等表情图像,然后进行表情识别,并根据识别结果,对机器人面部皮肤和头部器官进行运动控制再现表情;提出了用于实现机器人表情再现控制的表情特征点偏移量及偏移系数概念和计算方法,解决了图像不同比例、人与机器人面部差异情况下机器人表情再现控制问题;实验结果表明,该机器人能够逼真地再现出所识别的人类6种基本表情.     

面向机器人视觉识别的近似支持向量机集成方法研究

提出了一种基于Relief（F）的近似支持向量机（PSVM）集成算法。该方法首先在原有的PSVM集成方法中引入基于Relief（F）算法的特征扰动,以产生具有较大差异性的集成个体,然后应用多数投票法进行集成得到分类结果。     

基于Gabor特征和Adaboost的人脸表情识别

为了改善人脸表情的识别率,提高分类器的性能,通过提取人脸表情图像的Gabor特征,再结合Adaboost算法,从而进行人脸表情的识别（Facial expression recognition,FER）。利用Gabor滤波器是人脸表情特征提取的一个重要手段,Adaboost算法则将一系列的弱分类器组合,最终生成一个强分类器。对表情识别这个多类识别问题,采取1：1的办法来解决,总共产生k（k-1）/2（k为总类别数）个强分类器,将多个强分类器进行级联实现人脸表情的多类分类。实验结果表明,相对于其他识别方法如MVBoost算法等,这种方法的识别准确率有很大的提高。     

基于小波变换和LDA/FKT及SVM的人耳识别

人耳识别技术是生物特征识别和人工智能领域的一个重要分支.针对人耳图像自身的特点并通过对现有方法的研究,本文提出了一种新的人耳识别方法,即先对人耳图像进行二维的离散小波分解,然后使用LDA/FKT算法对小波分解后得到的低频信息进行降维,进而获得图像的特征向量,最后采用支持向量机作为分类器对样本向量进行判别.实验证明,本文提出的方法不仅较好地解决了人耳识别中的小样本问题,而且还取得了比传统的PCA+LDA方法更高的识别率,是一种有效的人耳识别方法.     

克服阴影和车道线影响的路面坑洞识别研究

坑洞是非常严重的路面损坏,实现对路面坑洞的自动识别,对于自动驾驶车辆的安全性有重要意义.为解决现有路面坑洞识别方法易受阴影、车道线影响的问题,提出了一种可克服阴影和车道线影响的路面坑洞识别方法.该方法采用纹理和灰度信息相融合的灰度补偿算法去除图像中的阴影、车道线后,根据纹理特性利用小波变换对图像进行分解与融合,得到路面...     

基于DVF与Gabor小波的人脸表情特征提取方法研究

目前,人脸表情的识别率普遍不高,这主要受制于缺少有效提取表情特征的特征提取方法及对表情特征进行有效数据分析的识别方法,而作为基础的表情特征提取方法至关重要。为了提升人脸表情的识别率,文中提出了一种新的人脸表情特征提取方法。该方法结合DVF及Gabor小波提取人脸表情特征信息,并通过欧式距离方法验证表情特征提取的有效性。实验结果表明,该方法能有效保证特征信息的有效性。     

小波支持向量机在结构损伤识别中的应用研究

基于小波框架理论和支持向量核函数的条件,引入非线性小波基函数构造支持向量机（SVM）的核函数．得到一种具有较强泛化能力的紧致型小波支持向量机。对结构在环境脉动下的反应信号进行小波包分解,利用“能量一损伤状态”的特征提取方法得到特征向量,并作为紧致型小波支持向量机的输人进行训练和分类检验,提出了一种基于完全小波支持向量机的结构损伤识别方法。以一空间单层网壳结构为检测和诊断对象,用该方法对结构的损伤位置和程度进行识另口和分类具有较高的精度,同时该方法具有面向工程实际应用、成本低和分析简便等特点。     

Facial Expression Recognition by Split Rectangle Based Adaboost

The facial expression recognition system using the Adaboost based on the Split Rectangle feature is proposed in this paper.This system provides more various features in increasing speed and accuracy than the Haar-like feature of Viola,which is commonly used for the Adaboost training algorithm.The Split Rectangle feature uses the mask-like shape composed with 2 independent rectangles,instead of using mask-like shape of Haar-like feature,which is composed of 2～4 adhered rectangles of Viola.Split Rectangle feature has less diverged operation than the Haar-like feature.It also requires less operation because the sum of pixels requires only two rectangles.Split Rectangle feature provides various and fast features to the Adaboost,which produces the strong classifier with increased accuracy and speed.In the experiment,the system had 5.92 ms performance speed and 84%～94% accuracy by learning 5 facial expressions,neutral,happiness,sadness,anger and surprise with the use of the Adaboost based on the Split Rectangle feature.     

基于有监督的核局部线性嵌入的面部表情识别

流形学习方法可以有效的发现存在于高维图像空间的低维子流形并进行维数约简,近年来越来越受到生物特征识别和认知科学领域的研究者的重视。但是流形学习是一种非监督学习方法,其鉴别能力反而不如传统的维数约简方法,而且流形学习方法大多没有明晰的投影矩阵,很难直接对新样本进行维数约简。针对这两个问题,本文提出一种新的有监督的核局部线性嵌入算法(supervised kernel local linear embedding,SKLLE),并将算法应用于面部表情识别。该算法通过非线性核映射将人脸图像样本投影到高维核空间,然后将人脸图像局部流形的结构信息和样本的类别信息进行有效的结合进行维数约简,提取低维鉴别流形特征用于表情分类。SKLLE算法不仅能发现嵌入于高维人脸图像空间的低维表情子流形,而且增强了局部类间的联系,同时对新样本有较好的泛化性,实验结果表明该算法能有效的提高面部表情识别的性能。     

基于舵机驱动的一种仿人面部表情机器人的结构设计

仿人面部表情机器人研究难点之一是在有限空间内完成机械结构设计。文章选用舵机作为驱动,完成了一个结构精简、空间利用率高、成本低的仿人面部表情机器人的结构设计。该机器人外形尺寸接近真人,包含眉毛、眼睑、眼睛和下颌4个运动模块,由7个舵机驱动。整个设计在UG中三维建模并进行运动仿真,机器人能实现多个类人的基本表情。     

基于三目视觉系统的服务机器人自动充电系统的设计研究

针对移动机器人自动充电问题,介绍了一种新型基于三目视觉系统的自动充电系统,并详细阐述了其机械结构与控制系统设计。通过多次实验,验证了所设计自动充电系统的合理性。     

基于AAM的人脸痛苦表情分析与识别

现阶段的人脸表情识别多围绕着6种基本表情展开,在其基础上的对人脸痛苦表情的研究在医学、交通领域很有意义。本文借鉴基本面部表情识别方法,建立主动外观模型（AAM）提取面部表情特征,采用几何归一化方法对AAM搜索过程进行优化,缩短了搜索时间,提高了搜索的准确率。分类部分采用支持向量机（SVM）设计痛苦与平静、痛苦与高兴、痛苦与疲劳的表情分类器,并对因采用不同核函数造成的支持向量机分类结果进行了讨论与分析。实验结果表明,RBF核函数具有最好的分类效果。     

基于自主视觉足球机器人路径规划的研究

根据自主视觉的足球机器人路径规划的特点，对其在未知动态环境下的路径规划进行了研究，对足球机器人全局定位的信息融合方法、在信息不完全或不确定的情况下对移动机器人的局部路径规划方法进行了探讨，提出了一种利用不确定的位置信息对机器人和目标进行全局定位的位置规划方法。实验证明该方法使机器人的路径规划具有更大的灵活性、快速性，使机器人控制系统具有更好的鲁棒性。     

基于ROS和QoS的云机器人研究

针对在云机器人系统中，机器人端和云端之间消息需要转换格式才能传递，对异构机器人的兼容性较差，并且对网络环境的鲁棒性有待提高的情况，提出了基于ROS并只在本地端部署主节点的云机器人系统CloudROS。首先，本地和云端的服务均采用标准的ROS节点形式进行封装，云端的服务节点可以动态加入到机器人端的ROS网络，节点之间的消息格式无进行转换，提高了系统的兼容性；然后，在云端采用了授权认证和Docker虚拟化技术，保证了系统的安全性；最后，提出了服务质量（QoS）监测与调节策略，通过动态调整任务参数或切换本地与云端的服务，使QoS保持一个较优的值。实验结果表明，CloudROS可以有效地把机器人的计算任务卸载到云端，使机器人的性能得到提升，并对网络环境具有较好的鲁棒性。     

基于视觉跟踪的大型容器焊接机器人的研制

研制了一种基于 CCD视觉焊接轨迹跟踪技术的无导轨焊接机器人。该机器人由新颖的 CCD视觉传感器来实时检测机器人行走机构与焊枪的跟踪位置偏差量 ,并据此由微机控制系统实现对机器人行走机构与焊枪的二级自动跟踪。该机器人采用永磁式柔性磁轮机构作为支持行走单元 ,使焊接机器人具有了节省导轨、轨线适应性强的优点。焊接工艺评定试验结果表明 ,此焊接机器人自动跟踪精度高 ,焊缝质量好 ,工作稳定可靠。     

基于自适应共振人工神经网络的焊缝类型自动识别方法

介绍一种用自适应共振人工神经网络自动识别焊缝类型的方法。该方法首先根据不同类型的焊缝对电弧光和激光光带的影响, 将弧焊焊缝划分为 ４ 种类型, 在此基础上, 确定焊缝的特征参数, 并组成训练样本数据库, 由此抽取焊缝图像特征。制做 Ａ Ｒ Ｔ２ 人工神经网络分类器, 将 ４ 类焊缝的权值保存在其长期记忆层, 在实际分类时, 用 Ｃ Ｃ Ｄ 摄像机将检测到的焊缝特征参数输入, 处理后得到焊缝类型。对实时焊接过程中的焊缝进行跟踪实验, 跟踪精度在±０５ ｍ ｍ 之内。