摘要：為提高機(jī)器人表情再現(xiàn)的時空相似度和運動平滑度,結(jié)合序列到序列的深度學(xué)習(xí)模型,提出一種基于雙LSTM(長短期記憶)融合的類人機(jī)器人實時表情再現(xiàn)方法.在離線機(jī)械建模階段,首先構(gòu)建逆向機(jī)械模型以實現(xiàn)面部特征序列到電機(jī)控制序列的逆向映射,并進(jìn)一步提出運動趨勢模型以規(guī)整電機(jī)連續(xù)運動的平滑度;然后,引入加權(quán)目標(biāo)函數(shù)以實現(xiàn)兩模型的融合和參數(shù)優(yōu)化.在在線表情遷移階段,以表演者面部特征序列作為融合模型的輸入,并在最優(yōu)參數(shù)下完成表演者面部特征序列到機(jī)器人控制序列的端-端翻譯,從而達(dá)到機(jī)器人表情的幀-幀再現(xiàn).實驗結(jié)果表明:融合模型的電機(jī)控制偏差不超過8%,且表情再現(xiàn)的時空相似度和運動平滑度大于85%.與相關(guān)方法相比,提出的方法在控制偏差、時空相似度和運動平滑度方面均有較大提升.