结合LBP圆形算子的CNN面部表情识别研究_郭玲玲.pdf
《结合LBP圆形算子的CNN面部表情识别研究_郭玲玲.pdf》由会员分享,可在线阅读,更多相关《结合LBP圆形算子的CNN面部表情识别研究_郭玲玲.pdf(4页珍藏版)》请在咨信网上搜索。
1、书书书 ,基金项目微型电脑应用 年第 卷第期基金项目:国家自然科学基金项目();黑龙江省高等教育教学改革研究项目();黑龙江省省属本科高校基本科研业务费东北石油大学性创新基金项目();黑龙江省教育科学“十三五”规划 年度重点课题()作者简介:郭玲玲(),女,博士,副教授,研究方向为教育大数据应用技术、人工智能;苏冬娜(),女,硕士,讲师,研究方向为人工智能、移动计算;胡绍彬(),男,博士,教授,研究方向为教育大数据应用技术。文章编号:()结合 圆形算子的 面部表情识别研究郭玲玲,苏冬娜,胡绍彬(东北石油大学,计算机与信息技术学院,石油工程学院,黑龙江,大庆 )摘要:利用机器学习中卷积神经网络(
2、)擅长处理图像的优势,结合改进的局部二值模式()圆形算子,实现了人脸面部表情的识别。提取的人脸表情特征纹理信息得到增强,抑制了图像中光照、背景等干扰因素,并达到了灰度和旋转不变性的要求。在 数据库上的实验结果表明,相比于原始图像的输入,结合 圆形算子的 结构能够有效提高面部表情识别的准确率。关键词:机器学习;卷积神经网络;局部二值模式;面部表情中图分类号:;文献标志码:,(,):()(),:;引言人脸的面部表情是人类传达内心情绪的一种基本方式。人类通过观察对方的面部表情变化来了解对方的内心感受,同时也通过面部表情直观准确地表述自己的内心情感。在现实生活中采用面部表情识别系统具有广泛的应用前景,
3、它可以简单快捷地获取顾客对于服务态度以及服务质量的认可程度。比如,餐饮业可以根据用户的表情情绪来度量菜品的可口程度。医疗机构可以通过病人的面部表情情绪来分析病人的状态,以此提供更细致的医疗陪护。近年来,随着人脸识别技术的迅猛发展,人脸的面部表情识别问题已经成为计算机视觉领域和人工智能领域相关学术专家们研究的主要方向之一,研究内容遍及各个学科,包括心理学、生物神经学、信息科学等,是一个极具挑战性和极高研究价值的复合型课题。面部表情识别技术包括六个部分,涉及人脸面部表情图像的输入、人脸面部的检测、面部表情图像的预处理、面部表情特征的提取、面部表情图像的分类及表情特征识别。随着研究面部表情识别技术的
4、深入,带动了人工智能、计算机视觉、生物识别特征以及心理学领域的发展,并且促进新方法以及理论的提出。研究背景 世纪末期,著名生物学家达尔文在著作 人类和动物的表情 中从面部表情表现的情绪方面论证了人类与动物之间的区别与联系。十年之后,和 等人从眉毛、眼睛、面颊和嘴唇的变化将种表情进行了细致的划分,并建立了一套关于人脸面部表情特征的图像库。随后,欧洲的发达国家和亚洲的部分国家相继开启了面部表情识别领域的研究并且成立有关面部表情识别的研究小组。目前,国内高校的研究机构以及企业都纷纷致力于面部表情识别的研究,虽然起步较晚,但是发展迅速,在面部表情识别技术上都已经取得了较好的成绩。,基金项目微型电脑应用
5、 年第 卷第期目前,深度学习算法广泛地应用于计算机视觉领域,尤其是卷积神经网络结构可以很好地提取图像的特征,减少人为定义特征所产生的误差。利用深度学习算法,识别面部表情准确度相比传统面部表情识别技术有很大改进,成了研究面部表情识别的重要手段之一。构建更好的深度学习框架来训练模型也是目前表情识别领域在研究的方向。基于卷积神经网络面部表情识别 识别流程人脸面部表情识别是机器学习中的模式识别问题,采用优化算法不断更新参数权重和偏置,并利用各种复杂的机器学习算法对分类器进行训练,采用训练好的分类器自动获取特征,从 而 给 出 相 应 的 识 别 结 果。基 于 卷 积 神 经 网 络()面部表情识别主
6、要分为个步骤,如图所示。图基于 面部表情识别流程 网络结构设计采用 ()网络结构中的卷积核,在增加模型的深度和宽度时并没有明显地增加计算成本,设计了包含四层卷积层、两层全连接层的浅层网络结构,在面部表情识别中能达到良好的识别效果。本文设计的卷积神经网络结构,如图所示。图网络结构示意图结合 圆形算子的面部表情识别 卷积神经网络表情识别的缺陷采用卷积神经网络识别面部表情特征,主要通过深度学习的方式,不断调整卷积神经网络中的权值和偏置参数,从而可以较准确地识别面部表情特征。由于卷积神经网络模型的复杂程度提升,所需要的训练数据也变得更加庞大,训练模型也会变得更困难,过多的参数造成巨大的计算量,在后期训
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 结合 LBP 圆形 算子 CNN 面部 表情 识别 研究 玲玲
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。