基于卷积网络集成的面部表情识别方法

发布时间：2017-07-16 20:12

  本文关键词：基于卷积网络集成的面部表情识别方法

  更多相关文章： 表情识别 卷积网络 计算机视觉

【摘要】：自动表情识别Automated Facial Expression Recognition,缩写FER)赋予计算机感知并尝试理解人类情感的能力。在计算机视觉、人机交互和情感计算领域都有着非常重大的研究和应用价值。如果机器能够像人类一样拥有感情的话,那么人类与机器的关系将会被彻底改变,机器对于我们人类而言将不再只是一种工具而已。表情因其独特的心理属性,对于计算机而言存在一定的分析和理解障碍。本质上表情是人类内心复杂情感的外在流露,而这些深藏于内的抽象感情难以被计算机量化表达。所以对于我们而言,表情识别也并不应仅仅归于一种的图像分类问题而已。受益于近几年来深度神经网络模型的快速发展,特别是卷积网络在图像检测和识别方面取得的突破成果,在本文中我们设计和实现了一种基于卷积网络集成的模型来尝试解决表情识别问题。我们的集成卷积网络模型包含两个阶段：第一阶段,训练多个结构不同的卷积子网络模型。每个子网络模型包含着个数不同的卷积层,每个卷积层后连接着非线性激活层和池化采样层。这些卷积子网络模型在训练集上分别训练至收敛。第二阶段,由这些训练好的子网络模型连接在一起构成最终的模型。各个子网络模型通过移除输出层,并把倒数第二层的输出结果连接在一起后再输出到若干全连接层中,通过这样的方式使这些单独训练的子网络模型连接成一个整体。通过不同卷积子网络集成的方式,我们充分发挥了不同结构子模型分类的优势,各个子模型在协同工作中能够发挥互相补充的效果。整个模型输入一张面部表情图片,输出七种基本表情中的一种,包含愤怒、恶心、害怕、高兴、伤心、吃惊以及中立表情。我们在FER20131数据集上训练和测试了整个模型,实验结果显示我们提出的集成网络模型取得65.03%的正确率,非常接近于人眼在此数据集上的识别水平(65±5%),且比单个子模型最多有近4%的准确度提升。
【关键词】：表情识别 卷积网络 计算机视觉
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要6-7
• Abstract7-12
• 第1章 绪论12-18
• 1.1 引言12
• 1.2 项目背景与研究意义12-17
• 1.2.1 情感计算与人工智能12-13
• 1.2.2 自动表情识别13-14
• 1.2.3 研究现状14-17
• 1.3 本文组织结构17-18
• 第2章 人工神经网络与卷积网路18-30
• 2.1 引言18
• 2.2 感知机模型18-19
• 2.3 人工神经网络19-20
• 2.4 卷积网络模型20-23
• 2.4.1 卷积层21-22
• 2.4.2 池化采样层22
• 2.4.3 全相连层22-23
• 2.4.4 BN层23
• 2.5 损失函数23-24
• 2.5.1 SVMLoss23-24
• 2.5.2 SoftmaxLoss24
• 2.6 梯度下降与反向传播算法24-27
• 2.6.1 梯度下降算法24-26
• 2.6.2 参数更新方式26-27
• 2.6.3 反向传播算法27
• 2.7 过拟合与正则化27-30
• 2.7.1 过拟合27-28
• 2.7.2 正则化28-29
• 2.7.3 Dropout29-30
• 第3章 集成卷积网络的设计与实现30-38
• 3.1 引言30
• 3.2 子网络模型30-35
• 3.2.1 子网络数目的估计30-31
• 3.2.2 子网络模型结构设计31-33
• 3.2.3 激活函数的选择33-35
• 3.3 整体网络结构35
• 3.4 模型实现方式35-38
• 3.4.1 深度学习库的比较选择36-37
• 3.4.2 实验环境37-38
• 第4章 训练和结果38-52
• 4.1 数据集的选择38-40
• 4.1.1 FER-2013数据集39-40
• 4.2 数据增强和预处理方式40-42
• 4.2.1 数据增强40
• 4.2.2 数据预处理40-41
• 4.2.3 归一化41
• 4.2.4 主成分分析与数据白化41-42
• 4.3 子网络模型训练42-46
• 4.3.1 模型参数初始化42
• 4.3.2 训练参数设置42-46
• 4.4 集成模型训练结果46-52
• 第5章 总结与展望52-53
• 参考文献53-56
• 致谢56

【相似文献】

中国期刊全文数据库 前10条

1 应自炉;张有为;李景文;;融合人脸局部区域的表情识别[J];信号处理;2009年06期

2 胡明银;孟凡民;;微表情识别的侦查实用性探析[J];江西警察学院学报;2011年03期

3 申寻兵;隋华杰;许坤金;;微表情识别能力与在校生人际关系相关性研究[J];科技视界;2013年28期

4 武宇文,刘宏,查红彬;基于特征分组加权聚类的表情识别[J];计算机辅助设计与图形学学报;2005年11期

5 何良华,邹采荣,包永强,赵力;人脸面部表情识别的研究进展[J];电路与系统学报;2005年01期

6 杨国亮;王志良;王国江;;面部表情识别研究进展[J];自动化技术与应用;2006年04期

7 王功孝;;面部表情识别研究综述[J];黑龙江科技信息;2007年24期

8 韩t}t};王益文;洪慧;徐艳娇;;面孔呈现顺序对局部表情识别的影响[J];山东师范大学学报(自然科学版);2008年02期

9 宁凡;厉星星;;基于人脸几何结构的表情识别[J];计算机应用与软件;2009年06期

10 方婷;葛万成;;基于人脸非对称性的表情识别[J];信息技术;2009年11期

中国重要会议论文全文数据库 前10条

1 沈卓卿;俞国良;;情绪表达者的文化差异对表情识别的影响[A];第十二届全国心理学学术大会论文摘要集[C];2009年

2 章吉;陈英和;;儿童混合表情识别的发展及与基本表情识别的关系[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年

3 刘芳;王志良;徐银梅;陈锋军;郭群;;应用于表情识别的黑斑特征算法的设计与实现[A];第一届中国情感计算及智能交互学术会议论文集[C];2003年

4 史光远;崔丽霞;;性别和羞怯水平对大学生面部表情识别的影响[A];第十五届全国心理学学术会议论文摘要集[C];2012年

5 曹宇嘉;郑文明;赵力;邹采荣;;基于差值模板特征的表情识别方法[A];第十二届全国图象图形学学术会议论文集[C];2005年

6 李睿凡;朱强生;郭燕慧;刘海涛;;鲁棒局部保持投影的表情识别[A];2006年首届ICT大会信息、知识、智能及其转换理论第一次高峰论坛会议论文集[C];2006年

7 韩t}t};王益文;;面孔呈现顺序对局部表情识别的影响[A];第十一届全国心理学学术会议论文摘要集[C];2007年

8 欧阳琰;桑农;;基于面部动作单元组合特征的表情识别[A];第十五届全国图象图形学学术会议论文集[C];2010年

9 罗峥;魏锦;陈凡;尹天骄;;自闭、智障与正常儿童面部表情识别的差异[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年

10 张明;傅小兰;;微表情识别的背景效价效应[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年

中国博士学位论文全文数据库 前10条

1 杨勇;基于粗糙集理论的表情识别研究[D];西南交通大学;2009年

2 李远征;人体目标跟踪和表情识别中的若干问题研究[D];西安电子科技大学;2013年

3 阮锦新;多姿态人脸检测与表情识别关键技术研究[D];华南理工大学;2010年

4 欧阳琰;面部表情识别方法的研究[D];华中科技大学;2013年

5 朱明旱;基于流形学习的人脸表情识别研究[D];中南大学;2009年

6 刘帅师;非均匀光照和局部遮挡情况下的鲁棒表情识别理论与方法研究[D];吉林大学;2012年

7 张铮;基于二维MB-LGBP特征的表情识别及其光照检测研究[D];天津大学;2010年

8 付晓峰;基于二元模式的人脸识别与表情识别研究[D];浙江大学;2008年

9 洪涛;船体建造CAD/CAM系统数据库技术及面部表情识别技术的若干研究[D];浙江大学;2003年

10 李永强;基于动态贝叶斯网络的人面部运动识别方法研究[D];哈尔滨工业大学;2013年

中国硕士学位论文全文数据库 前10条

1 贺春荣;情绪情境与训练因素对微表情识别能力影响的研究[D];山西医科大学;2012年

2 窦晓娟;大学生自卑特质对面部表情识别的影响研究[D];河北师范大学;2015年

3 黄世伟;双相躁狂患者面部表情识别的研究[D];安徽医科大学;2015年

4 陈心韵;抑郁倾向、抑郁症患者与正常人生态化微表情识别差异及评估指标初探[D];苏州大学;2015年

5 张海婷;基于深度神经网络的人体动作及自发表情识别[D];山东大学;2015年

6 武冠群;基于情感模型的表情识别及应用研究[D];哈尔滨工业大学;2015年

7 路立;生态化微表情识别测量的编制及微表情识别差异研究[D];苏州大学;2015年

8 王晶晶;面部反馈对表情识别的作用及其影响因素[D];浙江师范大学;2015年

9 王剑云;基于深度神经网络的表情识别算法[D];西南科技大学;2015年

10 赵晴;微表情识别、亲社会行为与人际交往的关系研究[D];曲阜师范大学;2015年

，

本文编号：550346