机器人脸部.docVIP

机器人脸部 表达情感的设计方法 Mohammad Shayganfar, Charles Rich and Candace L. Sidner* 摘要——我们已经开发出一种系统的方法设计情感机器人的面部表情，尤其是那些有限的自由度。这个方法在对人类的静态和动态情绪的面部表情上有心理文献做坚定的基础。我们通过将它应用到最新的人形机器人上来演示这个方法并且评估结果，确认所观察到的混淆矩阵与定性的对这个方法的预测一致。我们还研究了动态与静态的机器人面部表情识别的比较表达式。 描述，是系统地探索，使用混淆矩阵的概念，从标准化的人类面部动作映射到给定机器人提供的自由度上。我们将演示这种方法运用到我们当前的机器人，梅尔文（见图1）上，它是由Francois Michaud在U. Sherbrooke.为我们制作的。 在第四节，我们将会描述我们进行的一个对照研究表明我们的方法主要预测 与人类识别出的梅尔文的情绪表达混淆，其次我们还研究了动态与静态的机器人面部表情识别的比较表达式。窗体顶端 已经有许多不同的方法来分析活力。16]，[17]集中离散动作单元的时间次序和连续性。更为[11]已经尝试来表示在一个连续的多维空间的情绪表情。因为它与的框架更兼容，我们基本上是跟随在这项工作。 窗体底端 部特征非常稀疏，它们的运动有很多限制。他的脸上没有任何的皮肤，所以非盟的涉及皱纹和其他细微的动作根本不可能的。梅尔文已经设计了弯曲的橡胶口部位笑道，皱眉等4个伺服电机（DOF1-4）。用这些自由度，在适当的方向，因此对于AU12（唇角拔轮器）一个不错的选择。另一方面，会注意到AU9（鼻Wrinkler）未出现在表Ⅱ，因为梅尔文无关近似鼻子。栏2中的动作单元在表1中会出现在表Ⅱ以粗体表示;非大胆的行动单位没有映射梅尔文。 最后，请注意梅尔文的脖子和眼睛伺服（DOF5-6和9-11）在表II不被使用。这些可用于在设计方法的最后一步，其中任选的动作单元和卡通想法被并入。 B.6个基本情绪 该方法的第二个步骤是算法。只需在表一，两列在表II的映射适用于所有大胆的行动装置。换句话说，只要一个大胆的行动装置出现，替代相应的自由度值（S）。例如，AU10对应厌恶，替代1+。忽略非大胆的行动单位 注意，这个步骤可能引入的冲突时，映射后，相同的自由度出现在一个给定的情绪（替代）具有不同的方向设置。换句话说，因为只有一个伺服，它不能在两个位置一次。这种冲突需要解决在该方法的下一步骤。在梅尔文的情况下，没有任何冲突。 C.预测混淆矩阵 混淆矩阵（见表III实例和IV）是在一个单一的情感自由度解决冲突的一个非常有用的工具（见前面的部分）和分析使用不同的自由度不同的情感之间的权衡。混淆矩阵的列表示，该机器人有意要表达的情绪;矩阵中的每个单元格的内容可以是一个百分比的识别率（每行和列总和为100％），如表VI或定性值，如在表Ⅲ中。对角线上的基体的细胞代表正确识别;所有其他细胞代表混乱，比如，如果惊喜是意愿，但恐惧是被迫的。因此，对于一个理想的系统中，所有的对角细胞是100％。 在该方法的第三步是填充基于经验的以下两个规则的预计值混淆矩阵。首先，将所需的更大的动作单元中的一个给定的情绪可以映射到自由度的机器人的比例（即，以粗体显示），更好的识别将是哪种情绪。 表情 Ekman’s FACS Melvin的 识别率 改进的Melvin的识别率 Melvin 高兴 AU12（唇角拔轮器） 1- , 2- , 3- , 4- 1- , 2- , 3- , 4- , 7- , 8- , 6+, 11+ AU6（脸颊雷塞），AU12（唇角拔轮器） 1- , 2- , 3- , 4- AU7（盖紧线），AU12（唇角拔轮器） 1- , 2- , 3- , 4- 失落 AU1（内部眉毛雷塞） 7- , 8- 7- , 8- , 1+ , 2+ , 3+ , 4+ , 5+ , 6- , 9+ , 10- AU1 (Inner Brow Raiser), AU4 (Brow Lowerer) 7- , 8- 恐惧 AU1 (Inner Brow Raiser), AU2 (Outer Brow Raiser), AU4 (Brow Lowerer) 7- , 8- 7- , 8- , 1- , 2+ , 3- , 4+ , 6+, 11+ AU20 (Lip Stretcher) 厌恶 AU9 (Nose Wrinkler) AU10 (Upper Lip Raiser) 1+ 1+ , 7+ , 5- , 6+ , 9- , 10+ 生气 AU4 (Brow Lowerer), AU5 (Up