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
烟台大学;