基于卷积神经网络的人脸微表情识别及其可视化研究

发布时间：2023-04-16 09:53

　　人的面部表情,是指通过人的眼、唇等各个局部肌肉变化而显示出的人类真实情绪感受,它是人与人之间交流和传输各种信息的直接媒介。与人们日常所熟知的普通面部表情不同,人脸微表情是人特有的情绪表达方式,它无法伪装和隐藏,能够最为直接和明确地表达出人的真实意图,因此在公共安全、医学临床以及社会生活等各个方面都有巨大的研究价值。人脸微表情有三个显著区别于普通表情的特点,即“动作幅度小”、“持续时间短”以及“不同时出现在多处面部区域”,这也是人脸微表情识别所面临的三大难题。论文从这三个问题出发,主要完成了以下三个方面的工作:第一,为了解决微表情“幅度小,难以被识别”的问题,论文引入了一种基于眼部干扰消除的视频动作放大方法,解决了放大过程中由于眨眼动作带来的眼部视频变形问题,同时对现有数据集进行逐个放大处理并重新构建了放大数据集mag_CASME、mag_CASME II。第二,针对目前计算机自动实现的微表情识别技术识别准确率难以提升的问题,论文将卷积神经网络引入人脸微表情的识别方法中,实现了神经网络在微表情识别任务上的应用。同时,与以往算法相比,论文摒除了合并数...

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
    1.3 研究内容和创新点
    1.4 论文结构概要
第二章 表情相关数据集及识别方法概述
    2.1 表情识别依据
    2.2 相关数据集及数据样本分析
    2.3 表情识别相关技术简介
    2.4 本章小结
第三章 基于视频动作放大的微表情数据处理
    3.1 欧拉视频放大及其改进方法
    3.2 眼部干扰消除的微表情动作放大方法
    3.3 实验结果与分析
    3.4 本章小结
第四章 基于卷积神经网络的人脸微表情识别
    4.1 识别方法概述
    4.2 模型及参数设置
    4.3 实验结果与分析
    4.4 本章小结
第五章 基于光流估计的微表情动作可视化
    5.1 基于卷积神经网络的光流估计模型
    5.2 人脸微表情的光流估计及其可视化方法
    5.3 实验结果与分析
    5.4 本章小结
第六章 总结与展望
    6.1 研究总结
    6.2 未来展望
参考文献
攻读硕士学位期间完成的科研成果
致谢



本文编号：3791276