摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
符号对照表 | 第11-12页 |
缩略语对照表 | 第12-16页 |
第一章 绪论 | 第16-28页 |
1.1 引言 | 第16页 |
1.2 表情识别与深度学习的研究意义 | 第16-18页 |
1.2.1 表情识别的研究意义 | 第16-17页 |
1.2.2 深度学习的研究意义 | 第17-18页 |
1.3 人脸表情识别的发展 | 第18-20页 |
1.4 深度学习的发展 | 第20-26页 |
1.4.1 深度学习理论的发展 | 第20-21页 |
1.4.2 深度学习各模型的发展 | 第21-26页 |
1.5 本章小结 | 第26-28页 |
第二章 相关理论知识概述 | 第28-40页 |
2.1 深度卷积神经网络的建模 | 第28-36页 |
2.1.1 深度卷积神经网路的模型 | 第28-30页 |
2.1.2 深度卷积神经网络的前向计算 | 第30-32页 |
2.1.3 深度卷积神经网络的反馈计算 | 第32-34页 |
2.1.4 深度卷积神经网络的激活函数 | 第34-35页 |
2.1.5 深度卷积神经网络的正则化方法 | 第35-36页 |
2.2 人脸表情数据库 | 第36-39页 |
2.2.1 表情数据库的介绍 | 第36-37页 |
2.2.2 表情数据库的扩展 | 第37-39页 |
2.3 本章小结 | 第39-40页 |
第三章 一种融合LBP特征与深度卷积神经网络特征的人脸表情识别方法 | 第40-52页 |
3.1 引言 | 第40页 |
3.2 人脸表情区域 | 第40-42页 |
3.2.1 人脸区域的检测与定位 | 第40-42页 |
3.2.2 人脸表情敏感区域的分割 | 第42页 |
3.3 局部二进制表情特征 | 第42-46页 |
3.3.1 局部二进制表情特征原理 | 第42-44页 |
3.3.2 改进的局部二进制表情特征 | 第44-46页 |
3.4 表情识别中的LBP-DCNN网络建模 | 第46-48页 |
3.4.1 LBP-DCNN表情识别模型结构 | 第46-47页 |
3.4.2 LBP-DCNN表情识别模型参数设计 | 第47-48页 |
3.5 实验结果与分析 | 第48-49页 |
3.5.1 实验计算环境 | 第48页 |
3.5.2 实验结果对比 | 第48-49页 |
3.6 结论 | 第49-50页 |
3.7 本章小结 | 第50-52页 |
第四章 一种基于辅任务估计深度卷积神经网络的人脸表情识别方法 | 第52-60页 |
4.1 引言 | 第52页 |
4.2 人脸表情识别中的辅任务估计 | 第52页 |
4.3 辅任务深度卷积神经网络 | 第52-55页 |
4.3.1 辅任务深度卷积神经网络模型的结构 | 第52-53页 |
4.3.2 辅任务估计深度卷积神经网络模型的训练 | 第53-55页 |
4.4 实验结果与分析 | 第55-58页 |
4.4.1 实验参数设置 | 第55-56页 |
4.4.2 实验计算环境 | 第56页 |
4.4.3 实验结果对比 | 第56-58页 |
4.5 结论 | 第58页 |
4.6 本章小结 | 第58-60页 |
第五章 一种基于多尺度变换的深度卷积神经网络人脸表情识别方法 | 第60-68页 |
5.1 引言 | 第60页 |
5.2 深度卷积神经网络中的多尺度小波变换 | 第60-61页 |
5.3 深度卷积小波神经网络的建模 | 第61-64页 |
5.3.1 深度卷积小波神经网络的结构 | 第61-62页 |
5.3.2 深度卷积小波神经网络的训练 | 第62-64页 |
5.3.3 深度卷积小波神经网络的参数设计 | 第64页 |
5.4 实验结果与分析 | 第64-67页 |
5.4.1 实验参数设置 | 第64-65页 |
5.4.2 实验计算环境 | 第65页 |
5.4.3 实验结果对比 | 第65-67页 |
5.5 结论 | 第67页 |
5.6 本章小结 | 第67-68页 |
第六章 总结与展望 | 第68-70页 |
6.1 全文总结 | 第68页 |
6.2 工作展望 | 第68-70页 |
参考文献 | 第70-76页 |
致谢 | 第76-78页 |
作者简介 | 第78-79页 |