人臉表情識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)重要且熱門的研究課題。在實(shí)際應(yīng)用中,由于人臉姿態(tài)、光照和遮擋等因素,導(dǎo)致計(jì)算機(jī)捕獲到的人臉圖片在人臉表觀上可能存在巨大的差異,使得真實(shí)場(chǎng)景下的人臉表情識(shí)別仍然面臨著諸多挑戰(zhàn)。近年來(lái)興起的深度學(xué)習(xí)技術(shù)在人工智能各個(gè)領(lǐng)域取得了巨大的成功,受到廣大研究人員的青睞,大大地推動(dòng)了計(jì)算機(jī)視覺(jué)各個(gè)領(lǐng)域的發(fā)展。因此,研究基于深度學(xué)習(xí)的人臉表情識(shí)別方法,是一項(xiàng)具有重要價(jià)值與現(xiàn)實(shí)意義的工作。本文的主要工作具體如下:(1)本文提出一種基于多任務(wù)卷積神經(jīng)網(wǎng)絡(luò)的人臉表情識(shí)別方法。傳統(tǒng)的人臉表情識(shí)別方法通常將特征學(xué)習(xí)與分類器訓(xùn)練分開(kāi)進(jìn)行,這可能導(dǎo)致算法整體無(wú)法收斂到一個(gè)最優(yōu)的情況。并且,在應(yīng)用深度學(xué)習(xí)方法的時(shí)候,如果缺乏足夠的訓(xùn)練數(shù)據(jù)和有效的監(jiān)督信號(hào),那么所訓(xùn)練的模型就會(huì)面臨著過(guò)擬合的風(fēng)險(xiǎn),導(dǎo)致模型的泛化能力嚴(yán)重降低。此外,在模型的訓(xùn)練過(guò)程中,很多容易分類的樣本往往占去了訓(xùn)練集的大多數(shù),使得那些少量的難以分類的樣本沒(méi)有得到充分的關(guān)注�；谝陨嫌^察,本文提出了一種基于多任務(wù)卷積神經(jīng)網(wǎng)絡(luò)的人臉表情識(shí)別方法。本文設(shè)計(jì)了一種多任務(wù)卷積神經(jīng)網(wǎng)絡(luò),并且在網(wǎng)絡(luò)中使用一種聯(lián)合損失來(lái)同時(shí)學(xué)習(xí)所有表...

【文章頁(yè)數(shù)】：92 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
英文摘要
第一章 緒論
    1.1 研究背景及研究意義
    1.2 國(guó)內(nèi)外研究動(dòng)態(tài)
    1.3 面臨的主要問(wèn)題和挑戰(zhàn)
    1.4 本文的研究目標(biāo)
    1.5 本文的主要工作和創(chuàng)新點(diǎn)
    1.6 本文的組織結(jié)構(gòu)
第二章 人臉表情識(shí)別算法概述
    2.1 引言
    2.2 深度學(xué)習(xí)相關(guān)概念
        2.2.1 卷積層
        2.2.2 轉(zhuǎn)置卷積層
        2.2.3 池化層
        2.2.4 全連接層
        2.2.5 損失層
    2.3 生成式對(duì)抗網(wǎng)絡(luò)相關(guān)概念
    2.4 傳統(tǒng)的人臉表情識(shí)別算法
        2.4.1 基于表觀特征的人臉表情識(shí)別算法
        2.4.2 基于幾何特征的人臉表情識(shí)別算法
    2.5 基于深度學(xué)習(xí)的人臉表情識(shí)別方法
    2.6 本章小結(jié)
第三章 基于多任務(wù)卷積神經(jīng)網(wǎng)絡(luò)的人臉表情識(shí)別方法
    3.1 導(dǎo)論
    3.2 基于多任務(wù)卷積神經(jīng)網(wǎng)絡(luò)的人臉表情識(shí)別方法
        3.2.1 整體概述
        3.2.2 聯(lián)合損失
        3.2.3 損失權(quán)重
    3.3 實(shí)驗(yàn)結(jié)果及其分析
        3.3.1 數(shù)據(jù)集
        3.3.2 算法實(shí)現(xiàn)細(xì)節(jié)
        3.3.3 間隔參數(shù)α對(duì)識(shí)別結(jié)果的影響
        3.3.4 聯(lián)合損失對(duì)識(shí)別結(jié)果的影響
        3.3.5 損失權(quán)重對(duì)識(shí)別結(jié)果的影響
        3.3.6 與當(dāng)前流行方法的比較
    3.4 本章小結(jié)
第四章 基于生成式對(duì)抗網(wǎng)絡(luò)的人臉表情識(shí)別方法
    4.1 導(dǎo)論
    4.2 基于生成式對(duì)抗網(wǎng)絡(luò)的人臉表情識(shí)別方法
        4.2.1 整體概述
        4.2.2 人臉表情合成網(wǎng)絡(luò)
        4.2.3 人臉表情識(shí)別網(wǎng)絡(luò)
        4.2.4 算法流程
    4.3 實(shí)驗(yàn)結(jié)果及其分析
        4.3.1 算法實(shí)現(xiàn)細(xì)節(jié)
        4.3.2 人臉表情合成的實(shí)驗(yàn)
        4.3.3 人臉表情識(shí)別的實(shí)驗(yàn)
    4.4 本章小結(jié)
第五章 總結(jié)和未來(lái)工作
    5.1 總結(jié)
    5.2 未來(lái)工作
參考文獻(xiàn)
碩士期間參與的科研項(xiàng)目及發(fā)表論文
致謝



本文編號(hào)：3914845