基于3D-CNN的微表情识别研究

目录

声明

1 绪论

1.1 研究背景及意义

1.2微表情识别的国内外研究现状

1.2.1 微表情识别应用现状

1.2.2 微表情识别方法发展

1.3 本文主要研究内容

1.4 本文组织结构

2 微表情识别深度学习理论

2.1 卷积神经网络基础知识

2.2 3D卷积神经网络基础介绍

2.2.1 3D卷积神经网络基础理论

2.2.2 3D卷积神经网络训练过程

2.3 3D-CNN架构

2.4 本章小结

3 3D 卷积神经网络微表情识别模型

3.1 3D-CNN微表情识别模型

3.2 膨胀的双流3D卷积模型

3.2.1 I3D模型子结构基本原理

3.2.2 I3D网络模型体系结构

3.3 双流网络对输入视频的处理

3.4 本章小结

4 模型实验与结果分析

4.1 实验中使用的数据集

4.2 实验环境设置

4.2.1 系统实现框架介绍

4.2.2 系统开发环境

4.3 对两种模型实验参数设置

4.4 实验结果展示及分析

4.4.1 实验结果与最新技术的比较

4.4.2 特征的实验评估

4.4.3 精度标准偏差分析

4.5 本章小结

5 基于Web 的微表情识别可视化平台开发

5.1 需求分析

5.2 应用架构

5.3 平台识别界面及结果

5.4 本章小结

6 总结与展望

参考文献

致谢

攻读学硕士学位期间发表待发表的论文

附录一 表目录

附录二 图目录

版权声明