基于深度神經(jīng)網(wǎng)絡(luò)的人體動(dòng)作及自發(fā)表情識(shí)別.pdf

1、人口老齡化及大量殘疾人的存在已成為全球一個(gè)嚴(yán)重的社會(huì)問(wèn)題，大力發(fā)展服務(wù)機(jī)器人是解決這一問(wèn)題的重要途徑。為此，世界各國(guó)對(duì)服務(wù)機(jī)器人的投入不斷加大，研發(fā)出了多種家庭服務(wù)機(jī)器人，但至今尚未有一種服務(wù)機(jī)器人能夠?yàn)橛脩籼峁└哔|(zhì)量人性化的服務(wù)，主要原因是機(jī)器人不具備自主學(xué)習(xí)的能力，而服務(wù)機(jī)器人自主學(xué)習(xí)的前提就是對(duì)人的行為和意圖的理解。機(jī)器人對(duì)人的行為和意圖的理解包括兩個(gè)方面:一是對(duì)人的肢體動(dòng)作的理解;二是對(duì)人的面部表情的理解。這兩項(xiàng)內(nèi)容是國(guó)家基金項(xiàng)

2、目-智能空間支持下的服務(wù)機(jī)器人擬人行為自主學(xué)習(xí)方法研究中的重要研究?jī)?nèi)容之一，本文主要針對(duì)人的肢體動(dòng)作和面部自發(fā)表情識(shí)別分別進(jìn)行了研究。
　　針對(duì)深度置信網(wǎng)絡(luò)無(wú)法處理時(shí)序數(shù)據(jù)的問(wèn)題，本文借鑒Hinton提出的條件限制波爾茲曼機(jī)，對(duì)其進(jìn)行了改進(jìn)，提出了時(shí)序深度置信網(wǎng)絡(luò)模型。由于動(dòng)作具有時(shí)間關(guān)聯(lián)性，前后幀可以提供上下文信息，改進(jìn)算法加入了時(shí)間信息，大大提高了動(dòng)作識(shí)別的準(zhǔn)確率，特別是對(duì)于具有相似姿態(tài)的動(dòng)作識(shí)別效果更加明顯。同時(shí)，由于時(shí)序深

3、度置信網(wǎng)絡(luò)不需要人為分割動(dòng)作序列，而且能從動(dòng)作進(jìn)行中的任意時(shí)刻開(kāi)始識(shí)別，真正實(shí)現(xiàn)了動(dòng)作的實(shí)時(shí)識(shí)別，為實(shí)際應(yīng)用打下了很好的基礎(chǔ)。與人為表情相比，自發(fā)表情的識(shí)別在實(shí)際應(yīng)用中更為有效，但是自發(fā)表情具有特征不明顯、隨機(jī)性和數(shù)據(jù)庫(kù)獲得困難等特點(diǎn)，使其識(shí)別存在很大難度，現(xiàn)有的方法識(shí)別主要依賴(lài)于特征點(diǎn)標(biāo)記。針對(duì)以上問(wèn)題，本文利用卷積神經(jīng)網(wǎng)絡(luò)強(qiáng)大的特征學(xué)習(xí)和表達(dá)能力，首次將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用到自發(fā)表情識(shí)別，通過(guò)實(shí)驗(yàn)表明，卷積神經(jīng)網(wǎng)絡(luò)不依賴(lài)于特征點(diǎn)標(biāo)記也能