| 题名 | 基于提升训练和卷积神经网络的人脸表情识别技术研究; ResearchTechniques onFacialExpressionRecognitionBasedonBoost Training and Convolutional Neural Network |
| 作者 | 刘振海 |
| 答辩日期 | 2016-12-23 ; 2016-05-19 |
| 导师 | 王菡子 |
| 关键词 | 人脸表情识别 卷积神经网络 提升训练 微笑识别 Facial expression recognition Convolutional neural network Boost training Smiling recognition |
| 英文摘要 | 摘要 人脸表情识别是一个具有挑战性的工作，大量的研究员对它进行了研究。人脸表情识别的方法按照不同的角度有不同的分类，有基于人脸表情外观的特征和基于人脸几何图形的方法，有基于图像序列的方法和基于单图像的方法，也有基于特征提取的方法和基于特征分类的方法。 本论文结合不平衡数据学习的思路，提出了提升训练的卷积神经网络框架对人脸表情识别进行研究。论文的主要工作分为以下几个内容： 1、分析人脸表情识别不同算法的优点和它们的局限性，研究卷积神经网络的优点，并结合针对数据不平衡的学习方法，提出了提升训练和卷积神经网络相嵌套的框架。将此框架用于人脸表情识别，在CK+数据库的6类表情（除中立和藐视）上最终...; Abstract Facial expression recognition is a challenging job, a lot of researchers conducted studies on it. Methods to solve facial expression recognition are classified to different categories according to different ways. Methods can be divided into expression appearance features and facial geometric features; methods can be divided into methods based on flow and motionless; methods also can be ...; 学位：工学硕士; 院系专业：信息科学与技术学院_工程硕士(计算机技术); 学号：31520131153293 |
| 语种 | zh_CN |
| 出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=55385 |
| 内容类型 | 学位论文 |
| 源URL | [http://dspace.xmu.edu.cn/handle/2288/134528]  |
| 专题 | 信息技术－学位论文 |
| 推荐引用方式 GB/T 7714 | 刘振海. 基于提升训练和卷积神经网络的人脸表情识别技术研究, ResearchTechniques onFacialExpressionRecognitionBasedonBoost Training and Convolutional Neural Network[D]. 2016, 2016. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论