計(jì)算機(jī)能夠準(zhǔn)確地認(rèn)知人類的情感狀態(tài)是智能交互的基礎(chǔ),面部圖像作為情感信息的主要載體,能夠傳達(dá)出55%的情感信息,因此面部情感識(shí)別具有很大的研究價(jià)值。但是現(xiàn)階段由于情感分析準(zhǔn)確率低,導(dǎo)致情感分析技術(shù)應(yīng)用受限,本文針對影響情感分析準(zhǔn)確率的兩個(gè)關(guān)鍵性問題:情感分析易受非情感因素影響;基于深度學(xué)習(xí)分析情感時(shí)忽略了情感兩個(gè)維度（Arousal和Valence）之間的相關(guān)性,提出了有效的解決方案。針對面部情感分析易受非情感因素影響這個(gè)問題,本文提取面部顯著區(qū)域特征,并對特征選擇,得到對情感具有判別力的特征�，F(xiàn)階段情感分析算法大都基于整張人臉提取特征,這種特征提取方式既造成情感特征維度高,又導(dǎo)致情感特征易受人臉角度、光照以及面部外觀等非情感因素的影響。本文首先檢測出面部特征點(diǎn)和面部判別塊的位置,提取它們的局部外觀特征（Uniform Local Binary Pattern,ULBP）;然后將兩種特征融合,送入改進(jìn)的情感顯著性堆疊降噪自編碼網(wǎng)絡(luò)（Salient Stack Denoising Autoencoder,SSDA）對特征進(jìn)行選擇,挑選出具有判別力的情感特征,最后利用情感顯著特征分析情感。... 

【文章來源】：西安理工大學(xué)陜西省

【文章頁數(shù)】：63 頁

【學(xué)位級別】：碩士

【部分圖文】：

Affect-Net數(shù)據(jù)集中的原圖像

【參考文獻(xiàn)】：
期刊論文
[1]基于MSVR和Arousal-Valence情感模型的表情識(shí)別研究[J]. 楊勇,黃文波,金裕成,顧西存.  重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(06)

博士論文
[1]基于深度神經(jīng)網(wǎng)絡(luò)的回歸模型及其應(yīng)用研究[D]. 包姣.電子科技大學(xué) 2017

碩士論文
[1]特征點(diǎn)主導(dǎo)的面部自發(fā)表情識(shí)別方法研究[D]. 許亮.西安理工大學(xué) 2018



本文編號：3281968