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 |
