基于数据增强和卷积神经网络的面部表情识别研究与实现.pdf
森林****来了
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
基于数据增强和卷积神经网络的面部表情识别研究与实现.pdf
基于数据增强的卷积神经网络图像识别研究.pdf
基于数据增强的卷积神经网络图像识别研究高友文;周本君;胡晓飞【摘要】针对深度学习网络在处理图像分类的过程中数据集样本数较少和样本相似度较高的问题,在卷积神经网络模型AlexNet的基础上,提出了对数据集采用数据集扩增、背景分割和主成分分析等数据预处理方法.卷积神经网络模型的基本结构为5个卷积层,2个全连接层和dropout层.实验环境是ubuntu16.04系统,Caffe深度学习框架.实验首先对原始的公开数据集Leaves和苹果表面病变数据集进行分类识别测试,分别得到84%和78%的准确率.然后对数据增
基于ROI-KNN卷积神经网络的面部表情识别方法.pdf
本发明公开了基于ROI?KNN卷积神经网络的面部表情识别方法,该方法包括以下步骤:S1、获取驾驶过程中的驾驶员的视频影像数据;S2、对所述视频影像数据进行人脸定位,提取人脸特征区域;S3、按预设时间间隔截取所述人脸特征区域的视频帧作为面部图像数据;S4、对所述面部图像数据进行增强校正,得到面部表情图像;S5、将所述面部表情图像输入训练后的深度卷积神经网络模型;S6、输出驾驶员面部表情识别结果。通过结合感兴趣区域和K最近邻算法构建的深度卷积神经网络模型,能提高人脸表情数据在识别模型中训练效果,从而降低由于面
基于神经网络的面部表情鉴别系统的研究与实现_定稿1.doc
北京理工大学珠海学院2011届本科生毕业论文基于神经网络的面部表情鉴别系统的研究与实现学院:计算机学院专业:姓名:指导老师:网络工程蔡梓枫学号:职称:160205104739袁沐春讲师中国·珠海二○二〇年五月北京理工大学珠海学院2020届本科生毕业论文诚信承诺书本人郑重承诺:本人承诺呈交的毕业设计《基于神经网络的面部表情鉴别系统的研究与实现》是在指导教师的指导下独立开展研究取得的成果文中引
一种基于共享集成卷积神经网络的戏曲人物面部表情识别方法.pdf
本发明公开了一种基于共享集成卷积神经网络的戏曲人物面部表情识别方法,采用的集成卷积神经网络分为共享层以及不同的卷积分支层,共享层主要学习输入戏曲人物面部图片的低级特征,即面部肤色、纹理等特征,卷积分支层可以在其现有基础上不断学习,得到越来越复杂的概念,给其赋予语义特征,例如鼻子、嘴巴和眼睛等关键表情特征以及妆容特征信息,然后本模型经过训练得到最佳的共享层数和卷积分支数,高效识别戏曲人物的表情变化;本发明结构完整,完善了集成神经网络训练时的高参数冗余问题,加快了模型训练速度,减少了训练时间,提高了识别精度。