基于深度学习与信息融合的路怒情绪识别研究
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 论文立题依据 | 第17-18页 |
| 1.4 论文研究内容及章节安排 | 第18-21页 |
| 第二章 视频信息与脉搏信号采集 | 第21-29页 |
| 2.1 实验方案设计 | 第21-25页 |
| 2.1.1 实验素材与被试选择 | 第21-22页 |
| 2.1.2 实验平台搭建 | 第22-24页 |
| 2.1.3 实验设备及软件 | 第24-25页 |
| 2.2 实验数据采集 | 第25-27页 |
| 2.2.1 正常状态下的数据采集 | 第25-26页 |
| 2.2.2 路怒状态下的数据采集 | 第26-27页 |
| 2.3 本章小结 | 第27-29页 |
| 第三章 脉搏信号的特征提取 | 第29-37页 |
| 3.1 脉搏信号简介 | 第29-30页 |
| 3.2 脉搏信号预处理与特征点识别 | 第30-33页 |
| 3.2.1 小波变换理论 | 第30-31页 |
| 3.2.2 信号预处理 | 第31-33页 |
| 3.2.3 脉搏特征点识别 | 第33页 |
| 3.3 脉搏时间序列的特征提取 | 第33-35页 |
| 3.3.1 时间序列提取 | 第33-34页 |
| 3.3.2 线性特征提取 | 第34-35页 |
| 3.3.3 非线性特征提取 | 第35页 |
| 3.4 本章小结 | 第35-37页 |
| 第四章 基于卷积神经网络的人脸特征提取 | 第37-59页 |
| 4.1 基于肤色空间的人脸区域分割 | 第37-45页 |
| 4.1.1 人脸检测方法与视频预处理 | 第37-39页 |
| 4.1.2 人脸区域检测与分割 | 第39-45页 |
| 4.2 卷积神经网络的基本原理 | 第45-52页 |
| 4.2.1 卷积神经网络的结构 | 第45-51页 |
| 4.2.2 卷积神经网络的训练 | 第51-52页 |
| 4.3 基于卷积层的人脸特征提取及识别结果分析 | 第52-57页 |
| 4.3.1 卷积层设计 | 第52-55页 |
| 4.3.2 基于人脸特征的路怒情绪识别结果分析 | 第55-57页 |
| 4.4 本章小结 | 第57-59页 |
| 第五章 基于进化算法的特征融合和路怒情绪识别 | 第59-71页 |
| 5.1 进化算法理论与特征寻优 | 第59-65页 |
| 5.1.1 遗传算法与进化策略 | 第59-63页 |
| 5.1.2 人脸特征寻优 | 第63-65页 |
| 5.2 特征融合及路怒情绪识别模型建立 | 第65-67页 |
| 5.2.1 人脸特征与脉搏特征融合 | 第65-66页 |
| 5.2.2 基于Softmax分类器的模型构建 | 第66-67页 |
| 5.3 路怒情绪识别结果与分析 | 第67-69页 |
| 5.4 本章小结 | 第69-71页 |
| 第六章 总结与展望 | 第71-75页 |
| 6.1 总结 | 第71-72页 |
| 6.2 展望 | 第72-75页 |
| 参考文献 | 第75-81页 |
| 致谢 | 第81-83页 |
| 攻读硕士期间研究成果与参与课题情况 | 第83-84页 |
| 附件 | 第84页 |
