采用改进元学习网络的智能眼镜面部动作识别系统

摘要

目前，绝大多数智能眼镜都是基于触控板技术或语音控制实现人机交互，这些方法在驾驶环境或图书馆等场合存在限制.本文基于柔性压敏传感器设计了一个用户友好的免提式面部动作识别系统.该系统在眼镜脚的内侧集成一对柔性的压敏传感器，通过与面部皮肤贴合捕捉由面部动作引起的压敏信号.本文结合动态规划算法设计了一种连续信号分割算法来提取完整的面部动作信号.为了解决可穿戴设备领域普遍存在的弱样本问题，本文引入元学习机制并优化训练采样流程以提高模型的泛化性.结合真实数据集训练评估，系统识别准确率达到90%.面对用户个性化和处理弱样本的需求时，本文系统的性能表现出较高水平.

关键词

人机交互 / 可穿戴设备 / 面部表情识别 / 元学习

基金资助

国家重点研发计划项目(2023YFB3106900)资助