分享到:

基于深度学习的面部微表情识别

微表情图片具有高度的相似性和密集性的细节信息,传统的微表情识别主要采用手工制作的方法,其识别种类与识别精度均无法满足精确的特征提取训练,因此提出一种深度学习方法,可以有效解决微表情识别在种  (本文共5页) 阅读全文>>

中国矿业大学
中国矿业大学

基于深度学习的面部微表情识别方法研究

随着人工智能和大数据技术的广泛应用,人脸识别和人脸表情识别受到了越来越多的关注。面部表情是人类传达情感的重要方式,面部表情的识别在诸多领域都有广泛的应用。目前,面部表情的识别效果在一定程度上满足了日常和社会需求。但是,受到分辨率低下、光线干扰、图像遮挡、表情微弱等因素的影响,面部表情的识别仍然有很大的研究空间。对于面部表情来说,除了日常具有明显外在表现的宏表情之外,还有一种令人难以察觉的面部细微变化的表情,称为微表情。基于微表情是人类不可抑制的自发表情,其在司法刑侦、公共安全、理疗健康等领域都有极高的应有价值,所以,近十年来微表情识别越来越受重视。微表情具有存在时间短暂、面部变化细微的特点,同时微表情的出现还伴随着人脸偏移遮挡、环境干扰因素多等特点。如何利用机器学习相关技术、模型对人类面部微表情进行识别具有很大的挑战。当前,深度学习的广泛应用在图像识别领域扮演了非常重要的角色,因此,本课题应用深度学习方法,对面部微表情进行认知和...  (本文共81页) 本文目录 | 阅读全文>>

浙江理工大学
浙江理工大学

面部微表情识别若干关键技术研究

面部表情作为人类情绪的晴雨表,反映着人类的喜怒哀乐。多年来,人类致力于表情识别以研究其情绪变化,特别是以智能化的方式进行人脸、表情识别等相关任务。自发表情作为一种真实的、无意识的表情,能够准确反映人类的真实情感,渐渐受到专家学者的青睐。微表情作为一种自发表情,能够反映人类内心真实的情感变化,是一种非常有效、准确的行为线索,因此在测谎、反恐、审讯、临床诊断等方面具有广泛的应用价值。但由于微表情强度低、存在时间短、可能只出现在部分面部区域,使得微表情自动识别具有很大的困难。本文以提高微表情识别效果为目标,从以下三个方面展开了研究:1)综述了微表情识别研究现状,其中包括微表情识别的基本流程、微表情识别方法的发展过程以及微表情数据库的介绍与对比。2)提出了一种基于深度时空特征融合的微表情识别方法。在算法中,提出了用于描述面部微表情的全局特征描述符。利用空间卷积神经网络和时间卷积神经网络分别提取空间、时间特征,并通过时空特征融合层将两者融...  (本文共63页) 本文目录 | 阅读全文>>

《图书馆学研究》2021年21期
图书馆学研究

基于面部表情识别的阅读情境匹配与体验优化研究

在人工智能等技术的驱动下,智慧图书馆将成为未来图书馆发展的新形态,为用户提供具有情境感知能力的智慧服务是智慧图书馆建设的内容和目标之一。面部表情识别是目前一种用途广泛且流行的技术,文章基于面部表情识别,分析不同阅读情境下的读者面部特征,推导读者情...  (本文共12页) 阅读全文>>

《智能计算机与应用》2021年11期
智能计算机与应用

基于数据融合与迁移学习的学生表情识别研究

学生表情逐渐成为感知学生状态的重要途径,因此准确的识别学生表情因具有重要价值而受到广泛的关注。本文针对学生表情识别这一问题,提出基于数据融...  (本文共5页) 阅读全文>>

《现代信息科技》2021年16期
现代信息科技

基于机器人视觉的面部表情识别技术分析

在信息技术应用逐渐成熟的背景条件下,机器人视觉方案开始走入各行各业。为使机器人视觉面部表情识别达到理想的识别效果,研究了...  (本文共3页) 阅读全文>>

《计算机应用研究》2022年03期
计算机应用研究

融合局部特征与两阶段注意力权重学习的面部表情识别

面部的局部细节信息在面部表情识别中扮演重要角色,然而现有的方法大多只关注面部表情的高层语义信息而忽略了局部面部区域的细粒度信息。针对这一问题,提出一种融合局部特征与两阶段注意力权重学习的深度卷积神经网络FLF-TAWL(deep convolutional neural network fusing local feature and two-stage attention weight le...  (本文共7页) 阅读全文>>