基于卷积神经网络的人脸面部表情识别方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 面部表情识别的发展史 | 第11页 |
| 1.3 面部表情识别国内外发展现状 | 第11-14页 |
| 1.3.1 国外面部表情识别的研究现状 | 第11-13页 |
| 1.3.2 国内面部表情识别的研究现状 | 第13-14页 |
| 1.4 表情识别发展前景 | 第14页 |
| 1.5 论文的主要研究内容及结构 | 第14-16页 |
| 第2章 面部表情识别综述 | 第16-22页 |
| 2.1 面部表情识别的基本框架 | 第16页 |
| 2.2 面部表情识别与分类方法 | 第16-21页 |
| 2.2.1 人脸检测算法 | 第16-17页 |
| 2.2.2 传统特征提取和分类算法 | 第17-19页 |
| 2.2.3 深度学习算法 | 第19-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 人脸图像预处理 | 第22-38页 |
| 3.1 面部表情数据库简介 | 第22页 |
| 3.2 人脸裁剪 | 第22-30页 |
| 3.2.1 人脸识别 | 第23页 |
| 3.2.2 人眼定位 | 第23-30页 |
| 3.3 尺度归一化 | 第30-34页 |
| 3.3.1 原理介绍 | 第30-31页 |
| 3.3.2 插值方法选取 | 第31-32页 |
| 3.3.3 归一化结果 | 第32-34页 |
| 3.4 灰度归一化 | 第34-36页 |
| 3.4.1 均衡化算法概述 | 第34-35页 |
| 3.4.2 改进的均衡化算法 | 第35-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第4章 基于卷积神经网络的人脸面部表情识别算法 | 第38-54页 |
| 4.1 卷积神经网络概述 | 第38页 |
| 4.2 神经元特性 | 第38-48页 |
| 4.2.1 卷积层 | 第39-42页 |
| 4.2.2 下采样层 | 第42-45页 |
| 4.2.3 全连接层 | 第45-48页 |
| 4.3 学习规则 | 第48-50页 |
| 4.4 网络拓扑结构的确定 | 第50-52页 |
| 4.5 卷积神经网络模型的建立 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 人脸面部表情识别实验与系统设计 | 第54-62页 |
| 5.1 实验结果与分析 | 第54-59页 |
| 5.1.1 PCA+SVM法 | 第54-56页 |
| 5.1.2 卷积神经网络法 | 第56-59页 |
| 5.2 不同算法性能比较 | 第59-60页 |
| 5.3 仿真实验平台 | 第60-61页 |
| 5.4 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间所发表的论文 | 第68-70页 |
| 致谢 | 第70页 |
