基于深度卷及神经网络的人脸表情识别技术研究

发布时间：2022-10-20 18:38

　　人脸表情识别在安全驾驶、医疗看护、教育及商业销售等领域有着广泛的应用前景。研究人脸表情的快速准确识别方法将有助于为不同领域的人脸表情识别提供必要的技术支持。基于深度卷积神经网络的表情识别算法比传统的表情识别算法识别准确率高,然而深度卷积神经网络模型存在参数多、结构复杂而导致模型训练速度慢及网络在自主学习提取表情特征的过程中存在一定的随意性而导致模型提取到的人脸表情特征表现力不足等问题,这些问题严重影响到算法模型的识别效果。针对这些问题,本文进行了深入研究。首先,本文设计了一种基于分组重组残差网络的表情识别算法。该算法利用分组卷积代替标准卷积提取人脸表情特征信息,为了有效地融合不同组输出的表情特征信息,在分组卷积中加入通道重组,通过残差网络的跨连接传递不同层次的表情特征,实现了卷积网络的不同层次之间的表情特征传递和融合,本文算法有效地减少了网络模型的参数数量,防止了网络模型在训练中出现整体性能退化的情况,提高网络的训练速度及识别准确率。其次,本文设计了一种基于多注意力机制的分组残差网络表情识别算法。针对卷积神经网络提取的表情特征表现性不强的问题,利用通道及空间注意力机制融合算法,有效提取... 

【文章页数】：56 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状及发展趋势
    1.3 本文主要的工作
    1.4 论文组织结构
2 表情识别相关理论
    2.1 表情识别相关理论
        2.1.1 表情图像预处理
        2.1.2 表情特征提取
        2.1.3 表情分类
    2.2 深度学习
    2.3 卷积神经网络
    2.4 本章小结
3 基于分组重组残差网络的表情识别算法
    3.1 算法设计思想
    3.2 基于GS-Res Net的表情特征提取模块
        3.2.1 分组重组
        3.2.2 残差网络
        3.2.3 改进的表情特征提取模块
    3.3 基于GS-Res Net的表情识别算法模型设计
    3.4 基于GS-Res Net的表情识别算法实现
    3.5 实验设计
        3.5.1 实验环境
        3.5.2 表情数据库
        3.5.3 实验参数设置
    3.6 实验结果分析
    3.7 本章小结
4 基于多注意力机制的分组残差网络表情识别算法
    4.1 算法设计思想
    4.2 基于MAG-Res Net的表情特征提取模块
        4.2.1 注意力机制
        4.2.2 改进的表情特征提取模块
    4.3 基于MAG-Res Net的表情识别算法模型设计
    4.4 基于MAG-Res Net的表情识别算法实现
    4.5 实验设计与结果分析
        4.5.1 实验配置
        4.5.2 表情数据集
        4.5.3 实验参数设置
        4.5.4 实验结果分析
    4.6 本章小结
5 总结与展望
    5.1 总结
    5.2 展望
致谢
参考文献
附录


【参考文献】：
期刊论文
[1]基于改进Faster-RCNN的自然场景人脸检测[J]. 李祥兵,陈炼.  计算机工程. 2021(01)
[2]基于注意力机制和混合网络的小群体情绪识别[J]. 季欣欣,邵洁,钱勇生.  计算机工程与设计. 2020(06)
[3]结合LBP和SVM的视频表情识别方法[J]. 姚丽莎,徐国明,房波,何世雄,周欢.  山东理工大学学报(自然科学版). 2020(04)
[4]基于新增haar特征和改进AdaBoost的人脸检测算法[J]. 张彩丽,刘广文,詹旭,才华,刘智.  长春理工大学学报(自然科学版). 2020(02)
[5]基于空间注意力机制的行人再识别方法[J]. 张子昊,周千里,王蓉.  北京航空航天大学学报. 2020(09)
[6]基于改进LBP的人脸面部表情特征提取方法（英文）[J]. 王思明,梁运华.  Journal of Measurement Science and Instrumentation. 2019(04)
[7]基于多方向Gabor特征图稀疏表示的鲁棒人脸识别方法[J]. 徐望明,张培,伍世虔.  北京理工大学学报. 2019(07)
[8]网中网残差网络模型的表情图像识别研究[J]. 裴颂文,杨保国,顾春华.  小型微型计算机系统. 2018(12)
[9]基于加权KNN与随机森林的表情识别方法[J]. 冯开平,赖思渊.  软件导刊. 2018(11)
[10]基于改进深度残差网络的低功耗表情识别[J]. 杜进,陈云华,张灵,麦应潮.  计算机科学. 2018(09)



本文编号：3695094