基于表情识别的交互康复训练系统

发布时间：2024-01-31 21:04

　　面部表情识别(Facial Expression Recognition,FER)是根据已有的情感认知理论对人脸图像进行情绪识别的过程。在日常沟通交流中表情能够传递丰富的信息,如能理解交互者的情感状态,则能使对话更顺利;同样地,基于计算机、算法的发展应运而生的人-机交互(Human-Computer Interface,HCI)系统,如能感知人类的情感状态,则能够增强沉浸度,显著提高HCI交互体验。交互体验的提高如应用于康复训练,则可提高认知障碍者的情绪认知能力。本文以此为出发点,通过对具有实时性、计算量小的表情识别算法展开研究,并结合FER和情绪认知障碍者的认知特征,搭建HCI交互康复训练系统。研究内容主要分为以下三个方面:其一,采用深度可分离卷积运算、多尺度信息感知运算结合特征拼接运算,提出Concat_Xception轻量级的卷积神经网络(Convolution Neutral Network,CNN)。通过深度可分离卷积、全局平均池化层代替全连接层以减少网络参数;学习聚合运算后的特征通道的权值信息以获取更具表征能力的特征;并引入全局信息聚合的特征拼接运算以辅...

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

图4串口控制机器人

年龄、性别、识别图片信息、识别图片时间都记录在一张表格中，在前面板中能够直观看到患者识别图片每次所用时间的变化曲线。上位机用到两个串口，一个是下位机传输数据到上位机所要使用的串口，另一个是上位机传输指令给机器人的串口。两个串口都使用VISA来控制。上位机读取下位机传输数据的程序如....

图5查询的程序框图

图6查询的前面板

和10。通过控制3个口的PWM实现3个舵机转动的角度，从而让表情机器人的眉毛和嘴巴进行动作。图4串口控制机器人3．2数据处理模块患者可以通过前面板的“查询”按钮，查询到每个患者在每个图片上所用的时间，并显示出次数和每个构成的图表。查询的程序框图如图5所示。图5查询的程序框图采用一....

本文编号：3891547