声明
摘要
第一章 绪论
1.1 论文研究的背景及意义
1.2 国内外研究现状
1.2.1 人脸表情识别的研究现状
1.2.2 卷积神经网络的研究现状
1.3 论文的工作
1.4 论文的内容安排
第二章 相关理论介绍
2.1 卷积神经网络的发展
2.2 卷积神经网络的结构
2.2.1 单层卷积神经网络的网络结构
2.2.2 多层卷积神经网络的网络结构
2.3 卷积神经网络的学习与训练
2.3.1 BP神经网络简介
2.3.2 卷积神经网络
2.4 卷积神经网络的优缺点
2.5 局部二值模式简介
2.5.1 LBP特征的描述
2.5.2 LBP特征提取
2.5.3 LBP特征示例
2.6 支持向量机简介
2.6.1 基础概念
2.6.2 软间隔线性支持向量机
2.7 AdaBoost算法与CART决策树
2.7.1 AdaBoost算法
2.7.2 CART决策树
2.8 本章总结
第三章 基于提升训练和卷积神经网络的人脸表情识别
3.1 人脸表情识别框架
3.1.1 方法概要
3.1.2 减少过度拟合
3.1.3 提升训练
3.2 实验结果与分析
3.2.1 在CK+数据库上的实验
3.2.2 在JAFFE数据库上的实验结果
3.3 本章总结
第四章 微笑表情识别的研究
4.1 微笑数据库
4.2 基于局部二值模式微笑识别
4.2.1 基于LBP+SVM的微笑识别实验
4.2.1 基于LBP+AdaBoost的微笑识别实验
4.3 基于提升训练和卷积神经网络的微笑识别
4.3.1 网络模型
4.3.2 实验结果
4.4 卷积神经网络特征分析
4.4.1 实验环境设置
4.4.2 实验结果分析
4.5 本章总结
第五章 结论
5.1 本文主要工作
5.2 不足与改进
参考文献
硕士期间发表的论文
致谢