基于深度特征的多头部姿态下自然表情识别研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 多头部姿态下的人脸表情识别 | 第11-14页 |
| 1.3.1 人脸表情特征提取 | 第11-12页 |
| 1.3.2 人脸表情分类算法 | 第12-13页 |
| 1.3.3 多头部姿态下的人脸表情识别 | 第13-14页 |
| 1.4 论文的主要内容及组织结构 | 第14-16页 |
| 1.4.1 论文的主要内容 | 第14-15页 |
| 1.4.2 论文的组织结构 | 第15-16页 |
| 第二章 图像深度特征 | 第16-32页 |
| 2.1 引言 | 第16页 |
| 2.2 卷积神经网络 | 第16-26页 |
| 2.2.1 卷积神经网络的发展 | 第16页 |
| 2.2.2 卷积神经网络的原理 | 第16-20页 |
| 2.2.3 卷积神经网络的结构 | 第20-22页 |
| 2.2.4 卷积神经网络的训练 | 第22-25页 |
| 2.2.5 卷积神经网络的优缺点 | 第25-26页 |
| 2.3 图像深度特征提取 | 第26-31页 |
| 2.3.1 深度网络训练 | 第27-29页 |
| 2.3.2 深度特征提取 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于深度特征的多头部姿态估计 | 第32-42页 |
| 3.1 引言 | 第32页 |
| 3.2 人脸图像预处理 | 第32-34页 |
| 3.3 头部姿态特征提取 | 第34-35页 |
| 3.4 头部姿态分类 | 第35-39页 |
| 3.4.1 神经网络分类 | 第35-36页 |
| 3.4.2 随机森林分类 | 第36-37页 |
| 3.4.3 支持向量机分类 | 第37-39页 |
| 3.5 实验结果与分析 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 基于深度特征的多头部姿态下的表情识别 | 第42-50页 |
| 4.1 引言 | 第42页 |
| 4.2 多头部姿态条件概率模型 | 第42-45页 |
| 4.2.1 头部姿态条件概率 | 第42-43页 |
| 4.2.2 基于深度特征的表情分类子模型 | 第43-44页 |
| 4.2.3 多头部姿态条件概率下的人脸表情识别 | 第44-45页 |
| 4.3 多头部姿态条件判别模型 | 第45-46页 |
| 4.4 实验结果与分析 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 研究总结 | 第50-51页 |
| 5.2 工作展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士期间发表的论文 | 第56-57页 |
| 致谢 | 第57页 |
