基于卷积神经网络的人脸表情识别研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-20页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-18页 |
| 1.2.1 人脸表情识别研究现状 | 第17-18页 |
| 1.2.2 卷积神经网络研究现状 | 第18页 |
| 1.3 本文组织结构 | 第18-20页 |
| 第二章 深度卷积网络基础理论 | 第20-36页 |
| 2.1 人工神经元模型 | 第20-21页 |
| 2.2 BP神经网络与反向传播算法 | 第21-24页 |
| 2.3 卷积神经网络 | 第24-27页 |
| 2.3.1 局部感受野与权值共享 | 第24-25页 |
| 2.3.2 池化操作 | 第25-26页 |
| 2.3.3 LeNet-5 | 第26-27页 |
| 2.4 深度卷积网络 | 第27-36页 |
| 2.4.1 AlexNet | 第28-30页 |
| 2.4.2 VGGNet | 第30-31页 |
| 2.4.3 ResNet | 第31-36页 |
| 第三章 基于深度卷积网络的表情识别实验与分析 | 第36-52页 |
| 3.1 用于人脸表情识别的卷积网络模型 | 第36-40页 |
| 3.1.1 表情识别的浅层网络模型 | 第36-37页 |
| 3.1.2 表情识别的VGGNet模型 | 第37-38页 |
| 3.1.3 表情识别的残差网络模型 | 第38-40页 |
| 3.2 人脸表情数据库 | 第40-41页 |
| 3.2.1 Fer2013表情库 | 第40页 |
| 3.2.2 Jaffe表情库 | 第40-41页 |
| 3.3 网络训练 | 第41-43页 |
| 3.3.1 网络搭建环境 | 第41页 |
| 3.3.2 训练参数初始化 | 第41-42页 |
| 3.3.3 训练算法及参数设置 | 第42-43页 |
| 3.4 实验结果及分析 | 第43-51页 |
| 3.4.1 综合比较分析 | 第43-46页 |
| 3.4.2 ShallowNet实验分析 | 第46-47页 |
| 3.4.3 ResNet实验分析 | 第47-51页 |
| 3.4.4 Jaffe库验证结果 | 第51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 基于多网络融合的人脸表情序列识别 | 第52-64页 |
| 4.1 CK+人脸表情数据预处理 | 第52-57页 |
| 4.1.1 人脸检测与定位 | 第53-55页 |
| 4.1.2 尺度归一化 | 第55-56页 |
| 4.1.3 灰度均衡化 | 第56-57页 |
| 4.2 人脸表情序列识别网络模型 | 第57-59页 |
| 4.2.1 处理单一帧的卷积神经网络 | 第57-58页 |
| 4.2.2 多卷积网络融合 | 第58-59页 |
| 4.2.3 融合层 | 第59页 |
| 4.3 网络训练 | 第59-60页 |
| 4.3.1 网络搭建环境 | 第59-60页 |
| 4.3.2 损失函数及训练算法 | 第60页 |
| 4.4 实验结果及分析 | 第60-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 论文总结 | 第64-65页 |
| 5.2 工作展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-74页 |
| 作者简介 | 第74-75页 |
