第一章 绪论
1.1 课题背景与研究意义
1.1.1 面部表情识别
1.1.2 深度学习
1.2 国内外研究现状
1.3 本文结构安排与研究目标
1.3.1 研究目标
1.3.2 结构安排
第二章 深度学习与表情识别相关技术
2.1 面部表情图像处理技术
2.1.1 人脸检测
2.1.2 人脸对齐
2.1.3 数据增强
2.1.4 人脸归一化
2.2特征提取的深度框架
2.2.1深度信念网络
2.2.2自动编码器方法
2.2.3 卷积神经网络
2.3面部表情分类方法
第三章 构建集成卷积神经网络表情识别算法
3.1 表情数据集预处理
3.1.1 CK+数据集
3.1.2 FER-2013数据集
3.1.3 数据增强和预处理
3.2 子卷积神经网络的架构设计
3.2.1 主要处理层的构建
3.2.2 批量归一化层
3.2.3 ReLU激活函数
3.2.4 交叉熵损失函数
3.2.5 L2正则化
3.2.6 Adam优化器
3.3 集成卷积神经网络的架构设计
3.4 实验与结果
3.4.1 TensorFlow平台
3.4.2 实验结果及讨论
第四章 基于集成方法的表情识别研究
4.1 基于Bagging的表情识别研究
4.2 基于SAMME的表情识别研究
4.3 基于Stacking的表情识别研究
4.4 基于Snapshot的表情识别研究
4.5 实验结果分析与讨论
第五章 实时集成卷积神经网络表情识别系统
5.1 人脸及区域检测
5.2 训练模型
5.3 表情实时识别
5.4 可视化
第六章 总结与展望
6.1 工作总结
6.2 未来展望
参考文献
攻硕期间取得的研究成果
致谢
声明
青岛大学;