转自:人民政协报
本报讯(记者 王硕)近年来,类人机器人在接待、教育、陪伴、护理以及心理疾病诊疗等社会各个领域的应用日益广泛。为增强人机互动的情感交流能力,使类人机器人能够更加真实地感知和表达情感,机器人面部表情生成方法和技术在学术界和工业界受到重点关注。
在国家自然科学基金项目以及江苏省前沿引领基础创新项目等资助下,河海大学刘小峰教授团队突破传统机器人面部表情生成方法过于依赖硬件设计和手动编码策略,生成的表情类型和多样性有限的瓶颈,提出了一种基于面部动作单元(AUs)的表情生成模型,称为AU-FEDS。该模型通过弱监督学习实现连续域内的面部表情生成,避免了身份信息的干扰。实验结果表明,该模型在保证生成的面部表情细腻自然的同时,可大幅提高机器人的情感互动效果。
该项成果以“解锁仿人机器人中的类人面部表情:一种动作单元驱动的面部表情解耦合成新方法”为题发表在机器人学领域国际顶级期刊《IEEE机器人汇刊(IEEE Transactions on Robotics)》上。
海量资讯、精准解读,尽在新浪财经APP
VIP课程推荐
加载中...
APP专享直播
热门推荐
收起
新浪财经公众号
24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)