面向表情识别的卷积神经网络研究

发布时间：2023-01-26 07:53

　　随着人机交互技术的不断发展,人们的生活得到了很大的便利,人们逐渐对人机交互提出了新的要求,人们希望计算机能够识别人的情感状态,并依据目前人的情感状态提供更人性化的服务。表情作为人类情感最直观的表现,隐藏着很多重要的信息,充分利用这些信息,可以进一步提高人们的生活水平,因而具有巨大的应用价值。人脸表情识别是希望计算机能够准确识别人的表情,是人机情感交互中的基础,因此,如何让计算机准确识别人脸表情成为了很多研究者关注的重点。卷积神经网络作为深度学习中一种重要的算法,在很多计算机视觉领域都取得了很好的效果,因此基于卷积神经网络的人脸表情识别逐渐吸引了研究者们的关注。本文围绕基于卷积神经网络的人脸表情识别中卷积神经网络对表情图像的细微变化不够敏感、卷积神经网络不具有旋转不变性、融合卷积神经网络学习到的低层次特征与高层次特征进行表情识别时参数量过多三个问题展开研究,提出了相应的解决办法,本文的主要贡献如下:（1）针对目前卷积神经网络对人脸表情的细节变化不够敏感的问题,提出了卷积神经网络融合ROI（Region of Interest）概率分布的人脸表情识别的方法。首先,将图像划分成一系列ROI图... 

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

不良情绪下的驾驶员

笑脸程度检测

ROI-KNN+CNN方法混淆矩阵Figure3-11TheconfusionmatrixofROI-KNN+CNN

【参考文献】：
期刊论文
[1]基于跨连接LeNet-5网络的面部表情识别[J]. 李勇,林小竹,蒋梦莹.  自动化学报. 2018(01)
[2]基于ROI-KNN卷积神经网络的面部表情识别[J]. 孙晓,潘汀,任福继.  自动化学报. 2016(06)
[3]图像理解中的卷积神经网络[J]. 常亮,邓小明,周明全,武仲科,袁野,杨硕,王宏安.  自动化学报. 2016(09)



本文编号：3732328