基于Tensorflow的人脸表情识别算法研究.docx

广东东软学院本科生毕业设计（论文）本科毕业设计（论文）基于tensorflow的表情识别算法实现Expressionrecognitionalgorithmbasedontensorflow院（系）计算机学院专业软件工程班级16软件6班学号16210120626学生姓名何丽嫦指导教师商丽娟提交日期2020年4月19日毕业设计（论文）原创性声明本人郑重声明：所呈交的毕业设计（论文），是本人在指导老师的指导下，独立进行的设计（研究）工作及取得的成果，论文中引用他人的文献、数据、图件、资料均已明确标注出，论文中的结论和结果为本人独立完成，不包含他人已经发表或撰写的作品及成果。对本文的研究作出贡献的个人和集体，均已在论文中作了明确的说明。本人完全意识到本声明的法律结果由本人承担。毕业论文作者（签字）：签字日期：年月日成绩评定成绩项论文成绩（百分制）折合比例实得成绩（折合分）指导教师成绩30%评阅教师成绩20%答辩成绩50%总评成绩注：毕业设计（论文）成绩按百分制评定。答辩成绩不及格的（评分低于60分的），则该毕业设计（论文）总评成绩为答辩成绩。内容摘要随着时代的发展，大数据已经慢慢的成为互联网时代的主流，以及机器学习、人工智能、计算机视觉逐渐广布在大众生活中，单一的人脸识别技术已经比较成熟的应用在军事、医疗、公共社会等场所中，进而将人脸表情识别推向更高度的热潮。每个人的人脸都是独一无二的，人脸表情是当人们面对面交流时很难被察觉的、带有隐藏的情绪意义的人体情绪,经常标明人们极力压制和暗藏的情绪情感，所以通过机器与软件的结合进行表情识别可以清楚的得知该人的情绪。人脸表情辨别的研究还有很长的路要走，将以变化多端的模式不断持续的影响我们的日常。本文题目为基于tensorflow的人脸表情识别算法的研究。科研学家把面部表情识别主要将表情划分为七个种类，整个人脸表情识别研究将会划分为四个过程：数据预处理、卷积神经网络的搭建、模型的训练与人脸表情的识别界面的设计，第一部分包括对数据集的预处理和利用卷积网络搭建的神经网络与训练模型，第二部分为加载模型进行人脸表情识别测试，其中创新点就是使用pyqt5进行GUI界面设计封装，增加系统的界面简洁性与用户体验感。其中最大的难点就是搭建卷积神经网络与训练的过程花费的时间。关键词：人脸表情识别深度学习人工智能AbstractWiththedevelopmentofthetimes,bigdatahasgraduallybecomethemainstreamoftheInternetera,aswellasmachinelearning,artificialintelligence,computervisiongraduallyspreadinpubliclife,asinglefacerecognitiontechnologyhasbeenmorematureinmilitary,medical,publicsocietyandotherplaces,andthenfaceexpressionrecognitiontoahigherupsurge.Everyone'sfaceisunique.Microexpressionisakindofsubtleexpressionwithcertainemotionalmeaningthatisdifficulttobedetectedfacetoface.Itoftenexpressesthedepressedandhiddenemotionalfeelings.Therefore,throughthecombinationofmachineandsoftwaretorecognizetheexpression,theemotionofthepersoncanbeclea