基于优化卷积神经网络的表情识别算法研究
发布时间：2021-01-04 13:43
近年来,人工智能及其相关学科的发展比较迅速,人们也逐渐感受到了人工智能为生活带来的欢乐与便利,与此同时对人机交互的需求日益增长。人脸表情识别技术的提出将有利于提高人机交互的拟人化程度。研究发现,在某些领域内用卷积神经网络算法提取图像特征比其他传统方法更加有效,所以许多研究者也尝试将卷积神经网络应用于表情识别领域中。但卷积神经网络也存在着一些不可忽视的缺点,浅层卷积神经网络由于层数较少,在样本数量有限的情况下提取图像特征的能力也非常有限,并且样本数据在特征提取过程中也容易受到光照、尺寸、遮挡等外界因素影响。因此本文提出基于改进VGG的卷积神经网络模型以及结合Gabor与卷积神经网络的表情识别算法来解决以上问题。深度卷积神经网络基于一种深层非线性的网络结构,完成图像更深层特征的提取,展现了强大的从图像中学习特征的能力。为了实现通常条件下表情图像的准确分类,提出了基于改进VGG-19卷积神经网络的表情识别模型。由于大多数用于面部表情识别的表情数据库缺乏足够的数据来从头开始训练整个网络,本文采用了迁移学习技术来克服图像数量不足的问题。并通过优化网络结构来适当减少网络参数,防止训练过程中产生过拟...
【文章来源】：哈尔滨师范大学黑龙江省
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
LBP值的计算过程
哈尔滨师范大学硕士学位论文10形算子，其中R表示圆形结构的半径，P记为在圆形领域的采样点数量。图2-3展示了不同尺度上的圆形LBP算子，由图可以看出改进后算法的灵活性。LBP圆形算子的计算公式如下，并用LBPP，R表示：为：：，=：=0：1g：g2：（23）还有一种LBP旋转不变模式算子，如图2-4所示，图中的８种不同LBP算子的值码都是(00000001)２。旋转不变模式主要解决了之前的LBP模式中只具有灰度不变属性，让LBP的鲁棒性变强。图2-3几种圆形模式的LBP算子Figure2-3LBPoperatorsofseveralcircularpatterns图2-4旋转不变模式的LBP算子Figure2-4LBPoperatorofrotationinvariantpatterns2.3.2Gabor特征Gabor特征也是一种可以用来描述图像纹理信息的特征。我们发现Gabor滤波器的频率和方向与人类视觉皮层里的简单细胞的视觉刺激响应非常相似，特别适合于图像的纹理表示与判别。其中，Gabor小波有较好的方向选择和尺度选择特性，并且对光照的适应性较强，不易受光照变化的影响。将多通道滤波方法应用于Gabor小波变换，每个通道中的频域均不相同，因此可以得到不同粒度的图像特征。
哈尔滨师范大学硕士学位论文10形算子，其中R表示圆形结构的半径，P记为在圆形领域的采样点数量。图2-3展示了不同尺度上的圆形LBP算子，由图可以看出改进后算法的灵活性。LBP圆形算子的计算公式如下，并用LBPP，R表示：为：：，=：=0：1g：g2：（23）还有一种LBP旋转不变模式算子，如图2-4所示，图中的８种不同LBP算子的值码都是(00000001)２。旋转不变模式主要解决了之前的LBP模式中只具有灰度不变属性，让LBP的鲁棒性变强。图2-3几种圆形模式的LBP算子Figure2-3LBPoperatorsofseveralcircularpatterns图2-4旋转不变模式的LBP算子Figure2-4LBPoperatorofrotationinvariantpatterns2.3.2Gabor特征Gabor特征也是一种可以用来描述图像纹理信息的特征。我们发现Gabor滤波器的频率和方向与人类视觉皮层里的简单细胞的视觉刺激响应非常相似，特别适合于图像的纹理表示与判别。其中，Gabor小波有较好的方向选择和尺度选择特性，并且对光照的适应性较强，不易受光照变化的影响。将多通道滤波方法应用于Gabor小波变换，每个通道中的频域均不相同，因此可以得到不同粒度的图像特征。
【参考文献】：
期刊论文
[1]基于VGG-NET的特征融合面部表情识别[J]. 李校林,钮海涛. 计算机工程与科学. 2020(03)
[2]基于多特征融合卷积神经网络的人脸表情识别[J]. 王建霞,陈慧萍,李佳泽,张晓明. 河北科技大学学报. 2019(06)
[3]构建并行卷积神经网络的表情识别算法[J]. 徐琳琳,张树美,赵俊莉. 中国图象图形学报. 2019(02)
[4]基于多特征与卷积神经网络的人脸表情识别[J]. 于明,安梦涛,刘依. 科学技术与工程. 2018(13)
[5]基于全采样和L1范数降采样的卷积神经网络图像分类方法[J]. 宋婷婷,徐世许. 软件. 2018(02)
[6]不同池化模型的卷积神经网络学习性能研究[J]. 刘万军,梁雪剑,曲海成. 中国图象图形学报. 2016(09)
[7]基于卷积神经网络的人脸识别方法[J]. 陈耀丹,王连明. 东北师大学报(自然科学版). 2016(02)
[8]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)
[9]神经网络七十年:回顾与展望[J]. 焦李成,杨淑媛,刘芳,王士刚,冯志玺. 计算机学报. 2016(08)
[10]ARIMA与RBF复合模型在设备运行状态趋势预测中的应用[J]. 王吉芳,费仁元,徐小力,刘鑫. 机械传动. 2011(09)
硕士论文
[1]基于卷积神经网络的人脸面部表情识别方法研究[D]. 张璐璐.河北科技大学 2019
[2]基于卷积神经网络的静态面部表情识别研究[D]. 吕曼.合肥工业大学 2018
本文编号：2956864
【文章来源】：哈尔滨师范大学黑龙江省
【文章页数】：61 页
【学位级别】：硕士
【部分图文】：
LBP值的计算过程
哈尔滨师范大学硕士学位论文10形算子，其中R表示圆形结构的半径，P记为在圆形领域的采样点数量。图2-3展示了不同尺度上的圆形LBP算子，由图可以看出改进后算法的灵活性。LBP圆形算子的计算公式如下，并用LBPP，R表示：为：：，=：=0：1g：g2：（23）还有一种LBP旋转不变模式算子，如图2-4所示，图中的８种不同LBP算子的值码都是(00000001)２。旋转不变模式主要解决了之前的LBP模式中只具有灰度不变属性，让LBP的鲁棒性变强。图2-3几种圆形模式的LBP算子Figure2-3LBPoperatorsofseveralcircularpatterns图2-4旋转不变模式的LBP算子Figure2-4LBPoperatorofrotationinvariantpatterns2.3.2Gabor特征Gabor特征也是一种可以用来描述图像纹理信息的特征。我们发现Gabor滤波器的频率和方向与人类视觉皮层里的简单细胞的视觉刺激响应非常相似，特别适合于图像的纹理表示与判别。其中，Gabor小波有较好的方向选择和尺度选择特性，并且对光照的适应性较强，不易受光照变化的影响。将多通道滤波方法应用于Gabor小波变换，每个通道中的频域均不相同，因此可以得到不同粒度的图像特征。
哈尔滨师范大学硕士学位论文10形算子，其中R表示圆形结构的半径，P记为在圆形领域的采样点数量。图2-3展示了不同尺度上的圆形LBP算子，由图可以看出改进后算法的灵活性。LBP圆形算子的计算公式如下，并用LBPP，R表示：为：：，=：=0：1g：g2：（23）还有一种LBP旋转不变模式算子，如图2-4所示，图中的８种不同LBP算子的值码都是(00000001)２。旋转不变模式主要解决了之前的LBP模式中只具有灰度不变属性，让LBP的鲁棒性变强。图2-3几种圆形模式的LBP算子Figure2-3LBPoperatorsofseveralcircularpatterns图2-4旋转不变模式的LBP算子Figure2-4LBPoperatorofrotationinvariantpatterns2.3.2Gabor特征Gabor特征也是一种可以用来描述图像纹理信息的特征。我们发现Gabor滤波器的频率和方向与人类视觉皮层里的简单细胞的视觉刺激响应非常相似，特别适合于图像的纹理表示与判别。其中，Gabor小波有较好的方向选择和尺度选择特性，并且对光照的适应性较强，不易受光照变化的影响。将多通道滤波方法应用于Gabor小波变换，每个通道中的频域均不相同，因此可以得到不同粒度的图像特征。
【参考文献】：
期刊论文
[1]基于VGG-NET的特征融合面部表情识别[J]. 李校林,钮海涛. 计算机工程与科学. 2020(03)
[2]基于多特征融合卷积神经网络的人脸表情识别[J]. 王建霞,陈慧萍,李佳泽,张晓明. 河北科技大学学报. 2019(06)
[3]构建并行卷积神经网络的表情识别算法[J]. 徐琳琳,张树美,赵俊莉. 中国图象图形学报. 2019(02)
[4]基于多特征与卷积神经网络的人脸表情识别[J]. 于明,安梦涛,刘依. 科学技术与工程. 2018(13)
[5]基于全采样和L1范数降采样的卷积神经网络图像分类方法[J]. 宋婷婷,徐世许. 软件. 2018(02)
[6]不同池化模型的卷积神经网络学习性能研究[J]. 刘万军,梁雪剑,曲海成. 中国图象图形学报. 2016(09)
[7]基于卷积神经网络的人脸识别方法[J]. 陈耀丹,王连明. 东北师大学报(自然科学版). 2016(02)
[8]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)
[9]神经网络七十年:回顾与展望[J]. 焦李成,杨淑媛,刘芳,王士刚,冯志玺. 计算机学报. 2016(08)
[10]ARIMA与RBF复合模型在设备运行状态趋势预测中的应用[J]. 王吉芳,费仁元,徐小力,刘鑫. 机械传动. 2011(09)
硕士论文
[1]基于卷积神经网络的人脸面部表情识别方法研究[D]. 张璐璐.河北科技大学 2019
[2]基于卷积神经网络的静态面部表情识别研究[D]. 吕曼.合肥工业大学 2018
本文编号：2956864
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2956864.html
