检索结果-南通市图书馆

检索条件"主题词=非对称可分离卷积"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于深度学习的人脸表情识别研究

基于深度学习的人脸表情识别研究

引用

作者：戚星烁长春工业大学

学位级别：硕士

目前,随着计算机软件硬件设备的不断更新迭代,计算机视觉领域迎来蓬勃发展。人脸表情识别作为计算机视觉领域的重要分支,逐渐成为近年来的研究热点。人类的情感表达具有多种方式,如姿态、语音、手势和面部表情等,其中基于面部表情的人... 详细信息

目前,随着计算机软件硬件设备的不断更新迭代,计算机视觉领域迎来蓬勃发展。人脸表情识别作为计算机视觉领域的重要分支,逐渐成为近年来的研究热点。人类的情感表达具有多种方式,如姿态、语音、手势和面部表情等,其中基于面部表情的人脸表情识别具有直接、真实表达人类情感的特点,在安全防控、人机交互、医疗保健和情感计算等领域具有广泛的应用。基于深度学习的人脸表情识别可以自动提取特征,适合大样本数据,具有较好的泛化性,逐渐成为人脸表情识别领域的主流方法。现有的基于深度学习的人脸表情识别算法,在实验室条件下采集的如CK+、JAFFE等数据集上识别准确率较高,但在Fer2013、RAF-DB和Affect Net等真实环境下采集的数据集上因光照不均、头部姿态变化等原因识别表现不佳。为了提高在真实环境下人脸表情识别的准确率,本文基于深度学习算法提出了人脸表情识别模型,并通过注意力机制提高了模型的鲁棒性。主要工作和研究内容如下:(1)针对真实环境下头部姿态变化问题,构建了基于多尺度和跨维度注意力的人脸表情识别网络模型。不同于实验室条件下采集的数据,在真实环境下头部的姿态往往不是正面的,使用卷积块串联的多尺度网络结构,通过提取并融合不同尺度的特征信息,可以有效降低网络对头部姿态的敏感性。多尺度网络通过小尺度特征信息更关注于面部表情特征显著区域的细节,如眉毛嘴角等,大尺度特征信息更关注于面部整体的上下文信息,更好地区分人脸和环境,提高在复杂条件下的人脸表情识别性能。使用跨维度注意力机制综合考量特征图的三个维度,在不同维度之间建立联系,增强对特征的选择能力。将跨维度注意力机制嵌入分块结构中,通过将输入特征图分为若干块,使不同的子块包含人脸不同区域,当头部姿态发生变化时,即使某些子块的特征信息较少或失效,依然可以从其他子块中提取有效的特征信息。将多尺度网络提取的全局特征和融合跨维度注意力机制的分块结构提取的局部特征使用决策级融合,进一步提高网络模型对真实环境下人脸表情识别的鲁棒性。(2)针对真实环境下人脸表情光照不均和实际应用中网络模型参数量较大的问题,构建基于扩展LBP和深度非对称可分离卷积的人脸表情识别网络模型。在真实环境下,人脸的整体光照强度会有不均匀的情况,使用扩展LBP算法将传统LBP算法的作用范围扩大,即更广的滤波范围,可以在降低光照不均影响的同时减少传统LBP算法处理后图片中的椒盐噪声,使获得的图片更光滑。同时,在人脸表情识别网络模型实际应用的过程中需要大量的计算资源,受嵌入式设备有限计算资源的影响,人脸表情识别的实时性不佳。本文构建了深度非对称可分离卷积并替换网络模型中的传统卷积,大幅降低网络参数。在跨维度注意力机制中引入多维度的思想,进一步提高网络模型对重要特征信息的专注能力。在Fer2013、RAF-DB和Affect Net等真实数据集上对所提出的模型进行了性能测试,结果表明所提出的模型不仅能有效提高人脸表情识别的精度,而且能大幅度降低模型复杂度,具有广泛的应用前景。

关键词：人脸表情识别深度学习多尺度网络注意力机制非对称可分离卷积

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：