自然场景下人脸表情数据集的构建与应用研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 引言 | 第7-17页 |
| 1.1 研究背景和意义 | 第7-10页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 表情数据库介绍 | 第11-13页 |
| 1.2.2 面部表情识别方法介绍 | 第13-15页 |
| 1.3 本文主要研究内容 | 第15-16页 |
| 1.3.1 研究目标 | 第15页 |
| 1.3.2 主要研究问题 | 第15-16页 |
| 1.4 论文章节安排 | 第16-17页 |
| 2 卷积神经网络 | 第17-23页 |
| 2.1 卷积神经网络结构 | 第17-19页 |
| 2.2 前向传播 | 第19-20页 |
| 2.3 反向传播 | 第20-21页 |
| 2.4 相关技术 | 第21-22页 |
| 2.5 小结 | 第22-23页 |
| 3 面部表情数据库的构建 | 第23-44页 |
| 3.1 图像采集 | 第23-24页 |
| 3.2 图像选取 | 第24-25页 |
| 3.3 人脸图像获取 | 第25-31页 |
| 3.3.1 人脸检测 | 第26-29页 |
| 3.3.2 人脸裁剪 | 第29-31页 |
| 3.4 面部表情标注 | 第31-38页 |
| 3.4.1 标注软件的开发 | 第31-36页 |
| 3.4.2 人脸图像表情标注 | 第36-38页 |
| 3.5 实验分析 | 第38-43页 |
| 3.6 小结 | 第43-44页 |
| 4 数据集的深度学习验证 | 第44-51页 |
| 4.1 模型的网络结构 | 第44-47页 |
| 4.2 卷积 | 第47-48页 |
| 4.3 池化 | 第48页 |
| 4.4 Softmax回归 | 第48页 |
| 4.5 实验分析 | 第48-50页 |
| 4.6 小结 | 第50-51页 |
| 5 总结与展望 | 第51-52页 |
| 5.1 总结 | 第51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 在读期间公开发表论文（著）及科研情况 | 第56页 |
