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

1、人口老齡化及大量殘疾人的存在已成為全球一個嚴(yán)重的社會問題，大力發(fā)展服務(wù)機器人是解決這一問題的重要途徑。為此，世界各國對服務(wù)機器人的投入不斷加大，研發(fā)出了多種家庭服務(wù)機器人，但至今尚未有一種服務(wù)機器人能夠為用戶提供高質(zhì)量人性化的服務(wù)，主要原因是機器人不具備自主學(xué)習(xí)的能力，而服務(wù)機器人自主學(xué)習(xí)的前提就是對人的行為和意圖的理解。機器人對人的行為和意圖的理解包括兩個方面:一是對人的肢體動作的理解;二是對人的面部表情的理解。這兩項內(nèi)容是國家基金項

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

3、度置信網(wǎng)絡(luò)不需要人為分割動作序列，而且能從動作進行中的任意時刻開始識別，真正實現(xiàn)了動作的實時識別，為實際應(yīng)用打下了很好的基礎(chǔ)。與人為表情相比，自發(fā)表情的識別在實際應(yīng)用中更為有效，但是自發(fā)表情具有特征不明顯、隨機性和數(shù)據(jù)庫獲得困難等特點，使其識別存在很大難度，現(xiàn)有的方法識別主要依賴于特征點標(biāo)記。針對以上問題，本文利用卷積神經(jīng)網(wǎng)絡(luò)強大的特征學(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)表情識別，通過實驗表明，卷積神經(jīng)網(wǎng)絡(luò)不依賴于特征點標(biāo)記也能