基于深度学习的表情识别
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题的背景及意义 | 第8-9页 |
| 1.2 人脸表情识别国内外研究现状 | 第9-12页 |
| 1.3 主要研究内容及章节安排 | 第12-13页 |
| 1.3.1 主要内容 | 第12页 |
| 1.3.2 章节安排 | 第12-13页 |
| 第二章 人脸表情数据库及预处理 | 第13-21页 |
| 2.1 人脸表情数据库简介 | 第13-18页 |
| 2.2 人脸表情数据库的预处理 | 第18-20页 |
| 2.2.1 人脸检测 | 第18-19页 |
| 2.2.2 数据集扩增 | 第19-20页 |
| 2.2.3 归一化 | 第20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 深度学习的基本理论 | 第21-36页 |
| 3.1 深度学习概述 | 第21-25页 |
| 3.1.1 深度学习的起源与发展 | 第21-23页 |
| 3.1.2 深度学习的本质 | 第23-25页 |
| 3.1.3 深度学习的常用方法 | 第25页 |
| 3.2 深度置信网络 | 第25-30页 |
| 3.2.1 受限玻尔兹曼机 | 第26-28页 |
| 3.2.2 反向传播算法 | 第28-30页 |
| 3.3 卷积神经网络 | 第30-34页 |
| 3.3.1 卷积神经网络的基本结构 | 第30-33页 |
| 3.3.2 局部感受野与权值共享 | 第33-34页 |
| 3.3.3 多卷积核与池化采样 | 第34页 |
| 3.4 本章小结 | 第34-36页 |
| 第四章 基于深度学习的人脸表情识别 | 第36-56页 |
| 4.1 基于深度置信网络的人脸表情识别 | 第36-37页 |
| 4.2 基于卷积神经网络的人脸表情识别 | 第37-43页 |
| 4.2.1 卷积层 | 第38-40页 |
| 4.2.2 池化层 | 第40-41页 |
| 4.2.3 全连接层 | 第41-42页 |
| 4.2.4 Softmax层 | 第42-43页 |
| 4.3 基于NIN的人脸表情识别 | 第43-46页 |
| 4.3.1 改进的卷积层 | 第44-45页 |
| 4.3.2 全局均值池化 | 第45-46页 |
| 4.4 实验结果与分析 | 第46-55页 |
| 4.4.1 实验软硬平台的搭建 | 第46-47页 |
| 4.4.2 实验设计及结果分析 | 第47-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 人脸表情识别演示系统用户界面的实现 | 第56-61页 |
| 5.1 系统界面设计 | 第56-58页 |
| 5.2 系统功能实现 | 第58-60页 |
| 5.3 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第66-67页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第67-68页 |
| 致谢 | 第68-69页 |
