人脸表情识别研究的新进展

人脸表情识别是当前计算机视觉、模式识别、人工智能等领域的热点研究课题。它是智能人机交互技术中的一个重要组成部分,近年来得到广泛的关注,不同领域的研究者提出了许多新方法。本文综述了国内外近年来人脸表情识别技术的最新发展状况,对人脸表情识别系统所涉及到的关键技术:人脸表情特征提取和人脸表情分类,分别做了详细分析和归纳。最后,总结了人脸表情识别的研究现状,并指出了其未来的发展方向。     

基于稀疏表示的人脸表情识别算法研究

针对基于局部纹理特征的人脸表情识别算法不能有效表达不同表情状态下人脸运动单元差异性的问题,提出一种改进的稀疏表示人脸表情识别算法,将人脸纹理特征与全局位置特征用稀疏表示模型相结合,得到人脸表情的稀疏系数矩阵,并作为支持向量机表情识别的输入。人脸表情库BU_3DFE实验结果表明,该算法提高了表情识别的准确率。     

基于卷积神经网络的人脸表情识别研究

随着人机交互技术和机器学习技术的发展,人脸表情识别技术逐渐成为研究热点。针对传统人脸表情识别算法鲁棒性差、表情特征提取能力不足的问题,提出一种改进的基于卷积神经网络的人脸表情识别算法。首先对人脸图像进行预处理,检测并分割出人脸关键点的部分图像,然后输入到包含卷积神经网络通道和卷积稀疏自编码(CSAE)预训练通道的双通道模型中。其中卷积神经网络通道部分使用了批量正则化(Batch Normalization)和ReLU激活函数,加快了模型训练速度,解决了梯度消失问题,同时增加了模型的非线性表达能力。通过引入Dropout技术,解决了网络的过拟合问题。在另一个通道,对输入的人脸表情图像增加了卷积稀疏自编码进行无监督预处理。实验结果表明,该算法在JAFFE、CK+人脸表情数据集上均获得了较好的识别效果。     

支撑向量机在人脸表情识别中的应用

人脸表情是人类交流的一种重要的沟通方式,面部表情的识别有着广泛的应用领域,主要包括了人脸检测、表情特征提取和表情分类这3个关键环节。介绍了支撑向量机的基本原理,认为因其强大的分类能力,已被成功应用到人脸检测、人脸的姿态估计、人脸识别和语音情感识别中,且实验表明在表情识别方面亦能取得较高的识别率。     

智慧学习环境中基于面部表情的情感分析

情感与认知加工之间存在着密不可分的联系,学习过程中的情感状态对学习效果有一定的影响。在智慧学习环境中实现学习者情感分析,有利于促进智慧学习的发生。表情作为人类情感表达的主要方式,其中蕴含了大量有关内心情感变化的信息,通过面部表情人们可以推断内心微妙的情感状态。目前,人脸检测技术已经实现了从复杂背景中定位人脸,分类算法也相对成熟,因此表情识别的研究工作主要集中在表情特征提取上,而现有研究基本上都是基于人脸与表情的混合特征进行的识别,这产生了较大的干扰。在表情识别时,理想情况是将个体相关的人脸特征和与个体无关的表情特征相分离。依据心理学家Ekman提出的FACS(面部表情编码系统)构建的智慧学习环境下基于面部表情识别的情感分析框架,通过特征分解将个体特征及表情特征分解到不同的子空间,在表情子空间中进行表情识别,从而排除个体特征对表情识别的干扰。经JAFFE表情库的验证,表情识别结果比较理想,已在三维虚拟学习平台Magic Learning的师生情感交互子系统上实现了基于面部表情的学习者情感识别及情感干预。     

基于人脸检测的摄像机自动跟踪算法研究与实现

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术.用摄像机采集人脸图像,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部一系列相关技术处理,包括人脸图像采集、人脸定位、人脸识别,达到识别不同人身份的目的.在该项目实现过程中,本文首先调用了OPENCV自带关于人脸识别的函数facedetect 来进行初步人脸识别得到的初步效果,用肤色做出了静态人脸识别,在图片上显示了人脸,并用椭圆形框对其识别.     

人脸检测和表情识别在课堂教学评价中的应用

传统的课堂教学评价往往效率低下,并带有较强的主观性。针对传统课堂评价中存在的不足,结合深度学习技术,在CNN模型基础上建立起适合课堂场景的人脸检测和表情识别模型,得到比较准确的人脸特征,接着使用朴素贝叶斯分类器对得到的人脸特征进行分类和评价,然后研究面部特征与课堂质量之间的关系,最后建立起基于人脸检测和表情识别的课堂评价规则。实验数据表明,本研究可以作为课堂教学评价的重要参考指标。     

应用表情识别与视线跟踪的智能教学系统研究

学习者的面部表情是教师获得教学反馈信息的重要来源之一。表情识别利用计算机识别人脸表情,了解人的心理状态;视线跟踪则根据眼睛的特征和位置来判别注视的区域。二者的结合可以较好地弥补远程学习者对学习内容的表情反馈信息缺失方面的不足。但国内尚未查到将表情识别与视线跟踪相结合作为表情反馈信息收集方法的公开文献。为此,文中提出基于表情识别和视线跟踪技术的智能教学系统结构模型;构建学习相关表情库的方案;并设计表情识别与视线跟踪相结合获取反馈信息的技术框架。     

基于Windows XP主题的界面换肤技术

界面换肤技术在增强用户界面视觉效果、降低软件学习难度等方面的优势特点,使其逐渐成为软件开发中必不可少的技术。介绍了Skin技术的概念,并针对Windows主题进行了研究,给出了技术实现原理。     

AAM和PCA-SVM在人脸表情识别中的应用

介绍了AAM基本理论,提出基于AAM＋PCA＋SVM的人脸表情识别方法.首先获取人脸样本的纹理模型和形状模型,然后利用主成分分析（PCA）建立AAM模型,将该统计模型的AAM应用到人脸特征点定位,对人脸表情进行特征提取,将PCA训练用于识别的支持向量机过程中,并进行分类.实验表明该方法降低了算法的时间复杂度,定位准确率高,同时不影响人脸表情的识别率.     

Bacillus cereus SZ-4产蛋白酶脱毛蓝湿革机械性能研究

将蜡状芽孢杆菌(Bacillus cereus)SZ-4摇瓶发酵后所产脱毛蛋白酶粗酶液应用于猪皮、牛皮和绵羊皮的脱毛后,对经软化工序与未经软化工序制备成的蓝湿革进行比较。绵羊皮二者之间,在抗张强度、撕裂强度检测结果上未表现出明显的差别;而对于猪皮、牛皮而言,因为其皮张较羊皮厚且脱毛作用时间比较短,导致脱毛酶只能作用至毛囊附近而未能进一步对皮胶原纤维间质等进行水解,未能完全达到软化皮张的作用。     

酿酒后山葡萄皮和籽中脂肪酸成分的GC/MS分析

对酿酒后山葡萄皮和籽中脂肪酸成分进行分析.采用索氏提取法提取酿酒后山葡萄皮和籽中的脂肪油,以氢氧化钾甲醇溶液对脂肪油中的脂肪酸进行甲酯化,用气相色谱-质谱联用仪进行分析.结果表明：酿酒后山葡萄皮鉴定出9种脂肪酸,其中不饱和脂肪酸3种占脂肪酸总量的72.59%,亚油酸占脂肪酸总量的44.98%、油酸占脂肪酸总量的25.35%;酿酒后山葡萄籽鉴定出5种脂肪酸,其中不饱和脂肪酸3种占脂肪酸总量的87.30%,亚油酸占脂肪酸总量的69.58%、油酸占脂肪酸总量的14.90%.     

谈新世纪《政治经济学》理论体系的创新

《政治经济学》“两张皮”的格局反映了人们对其职能认识的偏差；“两张皮”不能使《政治经济学》成为一门真正的科学，也无法正确对待和发展马克思主义经济理论。打破“两张皮”格局能更好地实现经济学的理论创新。     

论《微暗的火》作为原型超文本的空间基础形态简

纳博科夫独特的叙事技巧、语言风格以及作品中思考的时间与空间的人生终极主题，一定程度上造成纳博科夫的作品的多义性与复杂性，作为原型超文本的《微暗的火》是纳博科夫的重要作品之一，其中文本的叙事层次与空间形态十分独特，值得探讨。     

大漠荒寒堪入画--兼以摄影美学解读《使至塞上》

王维的《使至塞上》是诗人以山水诗的路数写的边塞诗。从摄影美学的角度采解读这首诗，足见王维将中国画的技巧运用到诗歌创作的大家风范。     

脱毛蛋白酶生产菌株Bacillus cereus SZ-4的筛选及遗传稳定性检测

采用平皿菌落分离法、透明圈法及摇瓶发酵法从盐腌皮上分离、筛选得到脱毛蛋白酶生产菌株Bacillus cereus SZ-4,该菌株经发酵后得到的粗酶液酶活力为72/mL;对其遗传稳定性检测结果表明,Bacillus cereus SZ-4遗传稳定性较差,在1～4代菌种之间差异不是很显著,可用于发酵生产接种。     

应用型本科院校职业技能鉴定工作发展策略研究

应用型本科院校是我国高等教育体系的重要组成部分,主要培养高级应用型人才。加强职业技能鉴定是提升应用型人才职业能力的重要途径。当前,应用型本科院校技能鉴定工作还存在着院校重视程度不够、大学生参与热情不高、管理制度不健全等问题,因而应从宣传发动、制度建设、教学改革以及理论研究等方面深化应用型本科院校的职业技能鉴定工作。     

通用高校学术会议网络平台的设计与开发

当前已有的会议网站建设耗时耗力,且存在严重的资源浪费,因此,建设灵活、通用、友好的高校学术会议网络平台很有必要。基于ASP．NET＋SQL SERVER数据库＋CodeBehind技术开发的通用高校学术会议网络平台。实现了自定义信息模块、导航栏目、界面皮肤方案、页面布局和个性化建站。有利于帮助会议主办方节约资金成本,提高会议效率,辅助各项会议的举办。     

“敢说”“能说”“会说”——初探中学阶段语文口语能力的培养

良好的口语交际能力是现代化人才必备的基本素质,而中学阶段则正是这种能力培养的黄金时期。文章从教学理论和实践方面阐述中学生口语交际能力培养的必要性,探索中学生口语能力的培养方法和途径:营造语境,创设语场,鼓励学生"敢说";注重知识积累,加强思维训练,让学生"能说";做好口语示范,培养说话技巧,达到"会说"的目的。     

葡萄中提取白藜芦醇的工艺研究

采用超声波法提取葡萄皮和葡萄籽中的白藜芦醇,由正交试验获得葡萄皮中提取白藜芦醇的最佳工艺为：乙醇提取剂浓度60%,料液比1∶12,超声时间12min,60℃水浴时间30min,白藜芦醇提取率为0.014 9%.葡萄籽中提取白藜芦醇的最佳工艺为：乙醇提取剂浓度60%,料液比1∶14,超声时间5min,60℃水浴时间30min,白藜芦醇提取率为0.005 7%.在此条件下的提取工艺稳定性好且简便易行,实验结果还显示葡萄皮中白藜芦醇的含量高于葡萄籽中的含量.