重庆理工大学学报2022，Vol.36Issue(1) ：151-158.DOI:10.3969/j.issn.1674-8425(z).2022.01.019

基于卷积神经网络的三维动画表情生成及情感监督方法

3 D animation expression generation and emotional supervision based on convolutional neural network

庄美琪 谭小慧 樊亚春 程厚森
重庆理工大学学报2022，Vol.36Issue(1) ：151-158.DOI:10.3969/j.issn.1674-8425(z).2022.01.019
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

基于卷积神经网络的三维动画表情生成及情感监督方法

3 D animation expression generation and emotional supervision based on convolutional neural network

庄美琪 1谭小慧 2樊亚春 3程厚森3
扫码查看

作者信息

  • 1. 首都师范大学 信息工程学院,北京 100048
  • 2. 首都师范大学 信息工程学院,北京 100048;首都师范大学 交叉学科研究院,北京 100048
  • 3. 北京师范大学 人工智能学院,北京 100875
  • 折叠

摘要

针对在线学习,提出一种三维动画表情生成方法,复现学生学习过程中的情感状态,同时对学生进行情感监督.将视频作为输入,通过卷积神经网络识别人脸动作单元,将识别结果作为驱动虚拟替身的数据使其面部发生形变从而生成表情;基于识别结果计算情感指数,进行可视化分析生成情感监督图表.研究得出:用户对提供的表情生成效果和情感指数符合程度的评分均值达到83.97.手动生成的表情同自动生成表情的对比实验证明:效果一致.最终呈现3种可视化结果(动画表情生成效果、情感指数波动图和情感指数分布图),为教师提供了具有学生隐私保护的情感监督和学习状态反馈.

关键词

在线教学/深度学习/情感监督/三维表情生成/人脸动作单元

引用本文复制引用

基金项目

国家科技支撑计划(2017YFB1002804)

国家自然科学基金(61602324)

出版年

2022
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量4
参考文献量1
段落导航相关论文