摘要：為提高機器人表情再現的時空相似度和運動平滑度,結合序列到序列的深度學習模型,提出一種基于雙LSTM(長短期記憶)融合的類人機器人實時表情再現方法.在離線機械建模階段,首先構建逆向機械模型以實現面部特征序列到電機控制序列的逆向映射,并進一步提出運動趨勢模型以規整電機連續運動的平滑度;然后,引入加權目標函數以實現兩模型的融合和參數優化.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,并在最優參數下完成表演者面部特征序列到機器人控制序列的端-端翻譯,從而達到機器人表情的幀-幀再現.實驗結果表明:融合模型的電機控制偏差不超過8%,且表情再現的時空相似度和運動平滑度大于85%.與相關方法相比,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.