面向情绪认知的多维度面部表情识别

发布时间：2024-01-14 10:02

　　自深度学习、大数据、云计算等技术不断成熟以来,人工智能就成为当前最热门研究课题之一。面部表情识别作为人工智能重要分支之一,通过智能计算让机器识别用户的情感状态,在增强人机交互的智能化和友好化方面具有巨大而深远的意义。本文着重从多维度的角度分析面部表情识别,这里的多维度指的是平面维度和时序维度。主要工作如下:(1)平面维度的面部表情的研究对象是静态单张的面部表情图像,其内容一般是某一种表情情感表达最丰富的时刻。利用深度学习网络处理平面维度的面部表情,是目前最有效的解决方法。然而,深度学习确有一个致命问题,就是模型的训练需要有大规模数据的支持,否则极易出现过拟合问题。通过认真观察,我们发现不同人脸的相同区域在同一种表情下具有相似的情感特征,因此如果替换同种表情的不同人脸的相同区域,那么新生成的人脸则也具有该表情的情感特征。因此,针对现有的公开数据集,本文设计和构建了一种面部局部替换的生成对抗网络模型,用于增强训练数集。该生成模型通过替换不同人脸的兴趣特征区域,融合成新的具有情感特征的人脸图像,消除面部身份特征,扩充训练数据集的规模,从而达到提高深度模型的鲁棒性的目的。同时,该生成网络的最大...

【文章页数】：66 页

【学位级别】：硕士

本文编号：3878019