基于深度卷积神经网络的微笑表情识别
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 表情特征提取方法 | 第10-11页 |
| 1.2.2 表情分类方法 | 第11-12页 |
| 1.2.3 微笑表情识别 | 第12-13页 |
| 1.3 本文的主要工作和内容安排 | 第13-14页 |
| 第2章 相关理论基础 | 第14-24页 |
| 2.1 感知器 | 第14-15页 |
| 2.2 人工神经网络 | 第15-20页 |
| 2.2.1 前馈神经网络 | 第17-18页 |
| 2.2.2 反向传播算法 | 第18-20页 |
| 2.3 深度卷积神经网络 | 第20-22页 |
| 2.4 小结 | 第22-24页 |
| 第3章 微笑表情图像预处理 | 第24-32页 |
| 3.1 微笑表情数据集 | 第24页 |
| 3.2 微笑图像预处理 | 第24-28页 |
| 3.2.1 图像灰度化 | 第25-26页 |
| 3.2.2 嘴巴区域定位 | 第26页 |
| 3.2.3 图像归一化 | 第26-27页 |
| 3.2.4 图像亮度调节 | 第27-28页 |
| 3.3 实验结果及分析 | 第28-30页 |
| 3.4 小结 | 第30-32页 |
| 第4章 基于深度卷积神经网络的微笑表情识别方法 | 第32-42页 |
| 4.1 LeNet-5网络模型 | 第32页 |
| 4.2 改进LeNet-5模型 | 第32-33页 |
| 4.3 基于深度卷积神经网络微笑表情识别方法 | 第33-34页 |
| 4.3.1 改进LeNet-5的训练 | 第34页 |
| 4.3.2 SVM的训练 | 第34页 |
| 4.4 实验结果及分析 | 第34-40页 |
| 4.5 小结 | 第40-42页 |
| 第5章 总结与展望 | 第42-44页 |
| 5.1 总结 | 第42-43页 |
| 5.2 未来工作 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 致谢 | 第48-50页 |
| 攻读硕士学位期间的研究成果 | 第50页 |
