自闭症儿童面部表情识别特征及干预策略研究

自闭症儿童的面部表情识别是情绪理解重要前提,与包括背景性质、眼部、嘴部的信息和表情信息等存在紧密的联系。目前对自闭症儿童面部表情识别的研究刚起步,各个方面的研究存在争议和矛盾,仍有许多研究领域尚未被涉及。文章仅在探讨国内相关研究的基础上,对当前自闭症儿童面部表情识别的研究取得的成果和有待解决的问题进行了评价和总结,并就自闭症儿童干预方面提出了建议。     

羞怯水平、表情属性对大学生面孔表情识别的影响

运用《大学生羞怯量表》对160名大学生进行问卷调查,选取20名高羞怯组大学生、20名低羞怯组大学生参与E-prime实验程序,以研究不同羞怯水平大学生在面孔表情识别上的差异.结果显示:不同羞怯水平大学生的面孔表情识别存在显著差异;个体对不同强度的表情图片的识别存在显著差异;个体对低强度正性表情的反应时显著大于对高强度及中强度正性表情的反应时,对低强度负性表情的反应时显著大于对高强度负性表情的反应时.研究结果表明:羞怯水平、表情的强度与性质对大学生的面孔表情识别有重要影响.     

孤独症谱系障碍儿童面部表情识别研究进展

面部表情识别能力在一定程度上影响孤独症谱系障碍儿童的人际交往和社会互动。研究者们对孤独症谱系障碍儿童面部表情识别的特征、相关理论及干预等方面进行了深入探索,但仍存在研究对象单一、干预材料缺乏多样性、已有干预研究的长期效果不明确等问题。未来需拓展实证研究,加强新兴信息技术在干预中的应用。     

自闭症儿童面部表情识别的干预研究综述

对他人面部表情的识别是一种重要的心理能力和社交技巧。自闭症儿童在识别他人面部表情时有一定困难,影响了他们的社会交往,因而对自闭症儿童面部表情识别的干预非常必要。通过对自闭症儿童面部表情识别干预的已有研究进行梳理分析,总结了两大类干预方法:一是社会技能课程干预技术,即将面部表情识别作为社交技能的一部分,通过社交技能训练课程,如角色扮演游戏,改善自闭症面部表情识别能力;二是情绪识别干预技术,即设计专门的情绪识别课程或软件改善自闭症儿童面部表情识别能力。最后指出已有研究存在的问题及其发展趋势。     

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。     

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。     

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。     

面部表情识别中眼睛的线索作用

目的:检验面部表情识别中眼睛的线索作用及发展变化趋势。方法:采用不同情绪中的眼睛和嘴鼻部制成的面部表情合成照片,不同年龄阶段的被试对刺激图片进行主观判断。结果:面部表情识别中眼睛线索和嘴鼻部线索作用存在显著差异;不同情绪条件下的眼睛和嘴鼻部的作用有显著差异;情绪识别中,三个年龄群体的眼睛线索作用存在显著差异。结论:总体上,面部表情识别中眼睛线索作用较弱;识别伤心情绪时,眼睛线索作用较大,识别开心情绪时,眼睛线索作用较小;随着年龄增长,眼睛线索作用逐渐增大。     

基于迁移学习技术的面部表情识别算法

针对面部表情识别算法存在模型结构复杂、训练参数过多等问题,在对卷积神经网络各层分析的基础上,将迁移学习算法融入到面部表情识别模型中,从而对面部表情进行识别和分类.该文提出的算法首先通过数据增强的方法扩充面部表情图片的数量,然后将VGG16模型在ImageNet图像数据集上训练得到的权重参数,通过参数微调的方法,传递到面部表情识别模型中.最后采用全局平均池化层代替传统的全连接层,对表情图片通道信息进行求和运算实现降维,减少模型的网络参数.实验结果表明：提出的模型在KDEF数据集中取得了优异的识别效果,平均测试准确率达到96.23%.     

基于改进SVM的人脸表情识别技术研究

结合Gabor小波变换的特征提取算法提出了一种基于决策模板的多分类支持向量机.该方法在对JAFFE基本表情数据库进行训练并测试时获得了较高的正确率,实验结果表明该方法是一种有效的表情识别算法.     

基于支持向量机的表情识别研究

文章介绍了一种根据图像序列对面部表情进行实时识别的方法。使用Lucas－Kanade光流分析算法对面部标定25个特征点进行跟踪,来得到每个面部表情序列特征点的特征位移。使用一种适合于表情分类的支持向量机多分类方法对实时的表情序列进行分类,实验证明可得到理想的结果。     

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.     

改进朴素贝叶斯算法的人脸表情识别

传统图像特征提取具有较高维度缺陷,造成算法分类效率低、复杂度高、分类速度慢、计算开销大等问题.为此提出AAM算法,定位关键点提取人脸表情几何特征.将朴素贝叶斯分类器结合特征属性重要度调节高斯核函数,使用K近邻算法实现分类决策,提出一种WNBC-KNN分类方法,从降低数据维度和分类算法两方面优化人脸表情分类.在CK+数据...     

传统机器学习与深度学习的表情识别综述

面部表情识别是计算机视觉热门领域。表情识别技术使得计算机能够理解人类的情绪,具有广阔应用前景。针对基于传统机器学习和深度学习的表情识别方法进行研究,首先归纳表情识别领域常用的公开数据集;然后从传统的机器学习和深度学习角度介绍表情识别基本流程与常见方法;最后指出表情识别领域存在的问题,并对未来可能的发展方向进行了总结。     

教学系统中人脸表情识别系统的监督作用

本文针对人脸表情识别系统在教学系统中的监督作用的研究,分析了人脸表情识别系统的概述,明确了其应用的领域和所发挥的作用,进而分析了当下教学系统中运用人脸表情识别系统的重要性,并重点分析了人脸表情识别系统在教学系统中的具体监督作用。     

自闭症儿童面部表情识别的综述

对他人面部表情的识别是一种重要的心理能力和社交技巧.自闭症儿童在识别他人面部表情时有一定困难,影响了他们的社会交往.现有的研究从神经科学、心理学和教育学等多个领域揭示自闭症儿童识别面部表情的特点和规律,既为教学干预提供理论支持,又为面部认知加工研究提供证据.对自闭症儿童面部表情识别的研究刚起步,不仅来自各个方面的研究存在争议和矛盾,而且仍有许多研究领域尚未被涉及.     

莫扎特音乐对幼儿表情识别能力的影响

本研究考察莫扎特音乐以及不同诱发唤醒度和不同情绪类型的音乐对3～5岁幼儿面部表情(高兴、悲伤和中性表情)识别的影响。结果表明:与同是高唤醒度正性情绪的音乐相比,具有高结构性和周期性的莫扎特音乐反而会对幼儿的表情识别产生干扰;而聆听低唤醒度负性情绪的音乐有利于幼儿大脑达到适当的觉醒水平,进入适当的情绪状态,从而对其表情识别产生促进作用。