表情

摘要： 虽然她拍照的时候酷酷的表情让人有一点距离感,但是当狗狗fendi向她奔跑而来的时候,她脸上温柔的表情和充满爱意的眼神,在那一刹那却怎么也藏不住。

摘要： 人们在交谈时所表现出来的行为方式,往往是其内心世界的真实反映。与人交谈时,应把控好自己的行为方式,以达到和谐沟通和交流的目的。表情自然一是交谈时目光应专注,或注视对方,并注意眼神在交谈进程中的相互交流。如果眼神呆滞,甚至直愣愣地盯视对方,这是极不礼貌的;如果是多人交谈,就应该不时地用目光与众人交流。二是在交谈时可适当运用眉毛、嘴、眼睛在形态上的变化,表达自己对对方所言的赞同、惊讶、迷惑,从而表明自己的专注,并促使对方强调重点、解释疑惑,使交谈顺利进行。三是交谈时的表情应与说话的内容相配合。与领导谈话应当恭敬大方,与同事谈话应当亲切温和,办事时说话应严肃认真。

摘要： 面容是一种表意的能指,人之为人在于有一张被内在精神“照耀”的脸。人类可以用无数创造物来证明自己的优秀,但最好的证明还是自己这副经历了漫长演化过程的面容。前语言阶段的面容沟通是往后一切沟通手段的根本、基础和出发点,人类学家把面部表情看作语言,心理学家进一步指出这种语言是四海通行的“世界语”。代表各种面部表情的图形符号不仅提示面容的在场,还能在一定程度上弥补文字交流的不足。中华为礼仪大国,儒家从一开始就把面容纳入规训范围。外貌描写是对叙事能力的一大考验,莱辛的“化美为媚”着眼于从动态角度描摹面容,我们的古人早就认识到应该“弃静取动”,所谓“深描”就是写出“态”或“媚态”。面容的吸引力与人物的行动力成正比,要让读者相信故事中那些几近疯狂的行动是可能的,先得充分展示面容对行动者内心的剧烈扰动。麦克卢汉主张“媒介即信息”,即通过什么去感知决定感知到的是什么,这一观点有助于理解面容为什么成为“读图时代”备受关注的对象。

摘要： 一张圆圆的脸,一双美丽的大眼睛,高挺的鼻梁上架着一副哈利·波特式的眼镜,虽然已是两个孩子的妈了,但脸上还有可爱的“婴儿肥”--就在这张“婴儿肥”的脸上,隐藏着一个丰富的表情库,“表情女王”的称号由此而来。这位“表情女王”,就是教我们语文的王老师。讲解课文时,王老师一脸笑容地站在讲台上,嘴角微微上扬。那温柔的眼神,那温柔的声音,给她的课疯狂加分。可以说,没有人不爱上王老师的课。^(①)

摘要： 在时代快速发展的背景下,人与人之间的交流、交往逐渐模式化,而面具是疏离、冷漠的唯一盔甲。表情是表现在面部或姿态上的思想情感,是人类主观情感的外在表现,当人们戴上面具,隐藏自身表情,模式化对外的时候,很多人反而更加痴迷于对自我精神世界的追求和渴望,因此画家试图用这种新的社会思潮和绘画理念加之自身的生活背景、感知,以绘画的形式冲破生活中理性的束缚和压制,将社会假象赤裸裸地呈现在大众面前。曾梵志在“面具”系列作品中给人们展示了现实的虚伪,同时在画面背后隐藏了更深层次的意义。通过介绍曾梵志的成长经历及绘画创作时代背景,结合曾梵志“面具”系列作品,对油画人物肖像“表情”语言展开分析。

摘要： 从本期开始,小编将带大家认识一个聪明的小伙伴——麦昆机器人。使用麦昆机器人,我们可以完成各种各样的任务,比如做出各种表情、唱歌、画图、避障等,在这个过程中,你会了解机器人自动控制的基本方法和编程技巧。快看,它向我们走来了!麦昆机器人(图1)是一名中英“混血儿”,它由一块micro:bit控制板(来自英国BBC公司)和一个车体(来自中国DFRobot公司)组成。本期让我们先来为麦昆设计一组表情吧!

摘要： 打开手机上的自拍应用,开始自拍吧。把自己的头换成熊猫头好像更有意思。哇,这个熊猫头还会跟着自己做表情、做动作,也太好玩了。可是,这个熊猫头为什么会跟着我做表情呢?据说,这个看起来很好玩的表情,是许多先进科技的共同成果呢。我们一起去看看吧。故事要从几年前说起,2013年,一家互联网巨头收购了一些技术公司,其中有3D传感器制造公司、图像识别技术公司和运动捕捉技术公司。

摘要： 游戏价值这是一个模仿游戏,它以日常生活中常见的表情为载体,让幼儿在观察、模仿的过程中体会不同情绪,丰富对表情及其表达的情绪的感知和理解,在提高幼儿观察能力和戏剧表现能力的同时,促进其想象力和创造力的发展。适宜年龄段3岁以上。适宜人数10~12人。准备材料多张表情卡,每张卡上一种表情,如哭泣、皱眉、大笑、偷笑等。卡片数量与幼儿人数相当,且内容尽量不要重复。

摘要： 曾经有个经典小品,有位著名主持人被调侃“笑比哭还难看”,意思是他不会笑,或者说“皮笑肉不笑”。从医学的角度分析,表情呆板,即使自己有意做表情也显得僵硬,像是戴了一副面具似的,这称为“面具脸”,可能与帕金森综合征有关。

摘要： 阿呆:人有悲欢离合,月有阴晴圆缺……文君:哟,怎么吟上诗了?这是要表达对兄弟的思念,还是对亲人的牵挂?阿呆:莫要取笑,我正对着镜子找感觉呢!这个单元不是要写一篇表现人物心情的作文嘛!文君:看表情体会心情,是个好方法。但写“他____了”,也得看看别人的表情吧。

摘要： 人眼精确定位作为人脸图像规整化的预处理步骤对人脸识别系统的性能具有重要影响。Pictorial模犁通过结合外观特征和人脸构件的形状约束来优化人眼定位的精度,已成为解决该问题的经典技术。但在复杂光照和表情变化下,该模型所采用的单模态高斯外观模犁已不足以刻画人脸外观的改变,而简单的位置约束更限制了人脸构件结构变化的灵活性。本文通过结合光照预处理技术、鲁棒的图像描述子、泛化能力更强的概率SVM机和增强的结构约束机制来解决上述问题,从而得到一个增强的Pictorial模型。在标准人脸库CAS-PEAL上的实验表明,该模型对强烈的光照变化和由于表情变化等所导致的人脸构件结构关系变化具有较好的鲁棒性。

摘要： 本发明涉及一种基于表情强度标签分布的面部表情分析方法、装置与计算机可读介质。该方法对人脸图像序列进行自动编码生成表情强度标签，从表情序列中选取中性表情和非中性表情作为输入，采用卷积神经网络对输入数据进行训练得到表情识别模型，根据该表情识别模型输出的联合表情强度分布预测表情图像的类别及所属类别的强度。本发明能够获得表情强度标注的训练数据，从而提高表情识别的正确性和鲁棒性。

摘要： 本发明提供了一种表情搜索引擎，其包括：通信模块，用于接收包含表情图片和对应标注文本的表情标注信息；以及表情索引模块，用于根据表情标注信息生成表情索引文件。与现有技术相比，本发明的有益效果是：表情搜索引擎和表情管理系统采集表情的标注信息并建立索引，从而在提供表情搜索服务时，可以通过表情的标注信息迅速查找到相关表情的集合并返回搜索结果列表，进而提高了召回的有效结果数量及搜索的准确率，以及改善了返回的表情质量；此外，通过相关度系数可对表情图片集合进行排序，使用户能够很快地从搜索结果列表中找到自己感兴趣的图片，从而提高了用户使用的便利性，节约网络流量。

摘要： 本发明是有关一种表情辨识系统，具备头戴式显示器及表情辨识装置，其中：前述头戴式显示器具有：第1摄影机，用以拍摄使用者眼部；第2摄影机，用以拍摄使用者口部；及输出部，用以输出通过前述第1摄影机拍摄的第1图片与通过前述第2摄影机拍摄的第2图片；前述表情辨识装置具有：接收部，用以接收通过前述输出部输出的第1图片与第2图片；及表情辨识部，用以根据前述第1图片与前述第2图片来辨识前述使用者的表情。

摘要： 本发明公开了一种基于表情迁移的人脸表情识别方法，属于深度学习与图像处理技术领域。本发明通过提取出高纯度的表情相关特征，进而提高表情识别任务的精度。本发明方法为：利用已有成熟网络提取表情图像的全局特征向量，并使用分解器将全局特征向量分解为特征向量A和特征向量B；进行表情迁移训练，使特征向量A演变为表情相关特征，而特征向量B演变为表情无关特征；利用表情相关特征进行表情识别，输出表情类别。本发明借助表情迁移的辅助任务，将原始的含有干扰信息的表情特征向量分解为表情相关特征向量与表情无关特征向量，表情相关特征向量是高质量的，更利于表情识别任务。

摘要： 本发明公开了一种表情强度变化的人脸表情识别方法、系统及存储介质。该方法包括：获取数据样本集，所述数据样本集包括峰值表情样本和非峰值表情样本；提取所述数据样本集中每个样本的特征向量，所有样本的特征向量组成特征矩阵；构建第一邻接矩阵和第二邻接矩阵；将所述特征矩阵、所述第一邻接矩阵和所述第二邻接矩阵输入到图卷积神经网络进行训练。本发明能够充分利用强度相似表情之间的局部信息、峰值表情与非峰值表情之间的峰导信息，能够有效提高强度变化表情的分类精度。

摘要： 本发明涉及用于生成表情符号的装置、车辆和用于生成表情符号的方法。用于生成表情符号的装置包括：分析器，其配置为响应于输入的用户话语，获取语境信息或关于用户情绪的信息的至少一项。表情符号生成器基于表情符号生成信息生成新表情符号，所述表情符号生成信息包括关于如下至少两者的信息：语境信息、关于用户情绪的信息以及关于与话语对应的用户意图的信息。表情符号生成器配置为在存储的多个表情符号中选择与表情符号生成信息匹配的多个表情符号，并且组合多个表情符号中的至少一些以生成新表情符号。

摘要： 本公开涉及一种表情生成方法、装置和表情生成模型的训练方法、装置，涉及计算机技术领域。本公开的方法包括：获取原视频中每帧图像的特征信息、人脸关键点的特征信息和原表情的分类信息；将每帧图像的特征信息、人脸关键点的特征信息、原表情的分类信息与目标表情对应的预设分类信息进行融合，得到每帧图像对应的融合图像的特征信息；根据每帧图像对应的融合图像的特征信息，生成每帧图像对应的融合图像，得到所有图像对应的融合图像形成的人脸表情是目标表情的目标视频。

摘要： 本发明涉及一种基于运动矢量化和宏观表情引导机制的微表情识别方法，属于计算机技术领域。方法为：1、获取宏观表情和微表情样本的起始帧与顶点帧；2、对1中获取的起始帧与顶点帧图像进行运动矢量化处理；3、对微表情样本对应的运动矢量化特征进行非线性放大处理；4、采用面部运动匹配机制对宏观和微观表情样本进行配对；5、通过引导网络实现宏观表情对微表情特征提取的引导及强化；6、根据引导网络的输出情感标签对微表情的类别进行识别。本发明能够根据面部的运动变化实现对微表情情感的识别，运用了宏观表情与微表情产生时面部运动状态的共同特点实现宏表情在微表情特征提取过程中的引导和强化。在微表情情感分析领域具有显著优势。

摘要： 本申请提供了一种表情样本生成方法、表情识别方法、装置及终端设备，该方法包括：获取第一身份信息对应的初始宏表情以及获取第二身份信息对应的初始微表情；初始宏表情包括至少一种第一表情种类，初始微表情包括至少一种第二表情种类；对第一身份信息以及初始微表情的第二表情种类进行融合，得到第一目标微表情；对第二身份信息以及初始宏表情的第一表情种类进行融合，得到第二目标微表情；确定第一目标微表情和第二目标微表情的相关系数；根据第一目标微表情和第二目标微表情的相关系数，得到目标微表情样本。本申请提供的表情样本生成方法，可以提高生成的表情样本的质量。

摘要： 本申请实施例提供了一种表情识别方法、表情识别装置、电子设备及存储介质，属于人工智能技术领域。该方法包括：获取目标人脸图像；通过预设的表情识别模型的编码网络对目标人脸图像进行多尺度编码处理，得到目标人脸特征向量；通过表情识别模型的解码网络对目标人脸特征向量进行多尺度解码处理，得到目标表情特征向量；对目标人脸特征向量和目标表情特征向量进行特征融合，得到融合图像特征向量；通过预设的分类函数对融合图像特征向量进行分类概率计算，得到分类概率值；根据分类概率值对预设表情类别标签进行筛选处理，得到目标人脸图像对应的目标表情类别标签。本申请实施例能够提高表情识别的准确性。