基于卷积神经网络的人脸检测和表情识别
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景和意义 | 第9-10页 |
| 1.2 人脸检测的研究现状 | 第10-11页 |
| 1.3 表情识别的研究现状 | 第11-13页 |
| 1.4 研究内容和本文组织结构 | 第13-15页 |
| 第二章 相关理论 | 第15-27页 |
| 2.1 卷积神经网络 | 第15-22页 |
| 2.1.1 卷积定理 | 第15-16页 |
| 2.1.2 激活函数 | 第16-18页 |
| 2.1.3 基本结构单元 | 第18-21页 |
| 2.1.4 网络结构 | 第21-22页 |
| 2.2 基于卷积神经网络的人脸检测 | 第22-24页 |
| 2.2.1 RCNN系列 | 第23-24页 |
| 2.2.2 Cascade CNN | 第24页 |
| 2.3 基于卷积神经网络的表情识别 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于卷积神经网络的表情识别 | 第27-41页 |
| 3.1 基于卷积特征的表情识别 | 第27-33页 |
| 3.1.1 特征提取 | 第28-31页 |
| 3.1.2 表情分类 | 第31-32页 |
| 3.1.3 实验与结果分析 | 第32-33页 |
| 3.2 配置卷积神经网络 | 第33-40页 |
| 3.2.1 VGGNet | 第34-36页 |
| 3.2.2 配置网络模型 | 第36-37页 |
| 3.2.3 损失函数 | 第37-38页 |
| 3.2.4 实验与结果分析 | 第38-40页 |
| 3.3 文章小结 | 第40-41页 |
| 第四章 基于卷积神经网络的联合人脸检测和表情识别 | 第41-47页 |
| 4.1 数据集 | 第41-42页 |
| 4.1.1 人脸标注 | 第41-42页 |
| 4.1.2 数据扩增 | 第42页 |
| 4.2 网络模型 | 第42-44页 |
| 4.3 模型训练 | 第44页 |
| 4.3.1 模型参数初始化 | 第44页 |
| 4.3.2 训练参数设置 | 第44页 |
| 4.4 实验与结果分析 | 第44-45页 |
| 4.5 文章小结 | 第45-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 全文总结 | 第47页 |
| 5.2 展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 附录A 攻读硕士学位期间的学术成果 | 第53-55页 |
| 致谢 | 第55页 |
