基于视频信息的情绪感知系统的研究与实现
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究的背景与意义 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-13页 |
| 1.3 情绪识别的发展 | 第13-16页 |
| 1.3.1 面部表情编码系统 | 第13页 |
| 1.3.2 人脸检测发展 | 第13-15页 |
| 1.3.3 情绪识别方法 | 第15-16页 |
| 1.4 本文的主要工作 | 第16-17页 |
| 1.5 本论文的结构安排 | 第17-18页 |
| 第二章 相关理论与技术 | 第18-28页 |
| 2.1 神经网络 | 第18-22页 |
| 2.1.1 卷积神经网络 | 第18-19页 |
| 2.1.2 循环神经网络 | 第19-21页 |
| 2.1.4 3D卷积神经网络 | 第21-22页 |
| 2.2 人脸检测相关技术 | 第22-24页 |
| 2.2.1 基于AdaBoost算法的人脸检测 | 第22-23页 |
| 2.2.2 基于深度学习网络的人脸检测 | 第23-24页 |
| 2.3 情绪识别相关技术 | 第24-27页 |
| 2.3.1 基于语音的情绪识别 | 第24-26页 |
| 2.3.2 基于图片的情绪识别 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于视频的情绪识别网络 | 第28-35页 |
| 3.1 基于音频的学习网络 | 第29-30页 |
| 3.2 基于图片的学习网络 | 第30-34页 |
| 3.2.1 人脸检测算法 | 第30-32页 |
| 3.2.2 CNN-RNN分类器 | 第32-33页 |
| 3.2.3 C3D网络 | 第33-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第四章 基于视频的情绪识别系统设计 | 第35-50页 |
| 4.1 需求分析 | 第35-36页 |
| 4.1.1 功能需求 | 第35-36页 |
| 4.1.2 性能需求 | 第36页 |
| 4.2 系统架构 | 第36-37页 |
| 4.3 系统模块设计 | 第37-49页 |
| 4.3.1 异步处理模块设计 | 第38-42页 |
| 4.3.2 音频处理模块设计 | 第42-44页 |
| 4.3.3 图像处理模块设计 | 第44-46页 |
| 4.3.4 异常处理模块设计 | 第46-48页 |
| 4.3.5 优先机制设计 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 基于视频的情绪识别系统实现 | 第50-64页 |
| 5.1 异步处理模块 | 第50-52页 |
| 5.1.1 中间文件清除 | 第51-52页 |
| 5.1.2 速度调节 | 第52页 |
| 5.2 音频处理模块 | 第52-55页 |
| 5.2.1 音频分离模块 | 第52-53页 |
| 5.2.2 特征提取模块 | 第53-55页 |
| 5.2.3 音频训练与预测模块 | 第55页 |
| 5.3 图像处理模块 | 第55-62页 |
| 5.3.1 预处理模块 | 第55-56页 |
| 5.3.2 人脸检测与过滤模块 | 第56-59页 |
| 5.3.3 图像训练与预测模块 | 第59-62页 |
| 5.4 异常处理模块 | 第62-63页 |
| 5.5 优先机制模块 | 第63页 |
| 5.6 本章小结 | 第63-64页 |
| 第六章 系统展示与实验 | 第64-74页 |
| 6.1 系统环境 | 第64-65页 |
| 6.2 系统展示 | 第65-68页 |
| 6.3 实验设计 | 第68-69页 |
| 6.4 实验结果与分析 | 第69-73页 |
| 6.5 本章小结 | 第73-74页 |
| 第七章 全文总结与展望 | 第74-76页 |
| 7.1 全文总结 | 第74-75页 |
| 7.2 存在的不足与问题 | 第75页 |
| 7.3 后续工作展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-79页 |
