首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于深度学习的人脸表情识别

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-19页
    1.1 课题研究背景和意义第10-11页
    1.2 国内外研究现状第11-16页
        1.2.1 图像获取与预处理第11-12页
        1.2.2 人脸特征提取第12-15页
        1.2.3 人脸表情分类判别第15-16页
    1.3 论文的研究内容第16-17页
    1.4 论文组织结构第17-19页
第2章 相关理论基础第19-28页
    2.1 感知器第19-20页
    2.2 人工神经网络第20-23页
        2.2.1 前馈神经网络第22页
        2.2.2 反向传播算法第22-23页
    2.3 深度卷积神经网络第23-25页
    2.4 Faster RCNN第25-27页
    2.5 本章小结第27-28页
第3章 表情图像预处理第28-34页
    3.1 图像预处理第28页
    3.2 图像灰度化第28-29页
    3.3 图像亮度调节第29-31页
    3.4 人脸区域定位与归一化第31-32页
    3.5 遮挡人脸填补第32-33页
    3.6 本章小结第33-34页
第4章 基于表情单元的人脸表情识别方法第34-47页
    4.1 FACS系统第34-35页
    4.2 总体框架第35页
    4.3 人脸检测网络的构建第35-44页
        4.3.1 特征提取层第36-38页
        4.3.2 RPN第38-42页
        4.3.3 ROI pooling第42-43页
        4.3.4 人脸检测网络第43-44页
    4.4 分类神经网络的构建第44-45页
    4.5 训练过程第45-46页
    4.6 本章小结第46-47页
第5章 实验结果与分析第47-58页
    5.1 人脸表情识别数据集第47-48页
    5.2 数据预处理第48-49页
    5.3 完整表情识别实验第49-54页
    5.4 遮挡表情识别实验第54-57页
    5.5 本章小结第57-58页
第6章 总结与展望第58-60页
    6.1 工作总结第58页
    6.2 未来展望第58-60页
参考文献第60-64页
攻读硕士学位期间发表的论文及其它成果第64-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:孔隙介质中界面反应对混合过程影响的格子Boltzmann研究
下一篇:非牛顿纳米流体流动传热传质的有限元数值计算