自深度學(xué)習(xí)、大數(shù)據(jù)、云計(jì)算等技術(shù)不斷成熟以來,人工智能就成為當(dāng)前最熱門研究課題之一。面部表情識(shí)別作為人工智能重要分支之一,通過智能計(jì)算讓機(jī)器識(shí)別用戶的情感狀態(tài),在增強(qiáng)人機(jī)交互的智能化和友好化方面具有巨大而深遠(yuǎn)的意義。本文著重從多維度的角度分析面部表情識(shí)別,這里的多維度指的是平面維度和時(shí)序維度。主要工作如下:(1)平面維度的面部表情的研究對(duì)象是靜態(tài)單張的面部表情圖像,其內(nèi)容一般是某一種表情情感表達(dá)最豐富的時(shí)刻。利用深度學(xué)習(xí)網(wǎng)絡(luò)處理平面維度的面部表情,是目前最有效的解決方法。然而,深度學(xué)習(xí)確有一個(gè)致命問題,就是模型的訓(xùn)練需要有大規(guī)模數(shù)據(jù)的支持,否則極易出現(xiàn)過擬合問題。通過認(rèn)真觀察,我們發(fā)現(xiàn)不同人臉的相同區(qū)域在同一種表情下具有相似的情感特征,因此如果替換同種表情的不同人臉的相同區(qū)域,那么新生成的人臉則也具有該表情的情感特征。因此,針對(duì)現(xiàn)有的公開數(shù)據(jù)集,本文設(shè)計(jì)和構(gòu)建了一種面部局部替換的生成對(duì)抗網(wǎng)絡(luò)模型,用于增強(qiáng)訓(xùn)練數(shù)集。該生成模型通過替換不同人臉的興趣特征區(qū)域,融合成新的具有情感特征的人臉圖像,消除面部身份特征,擴(kuò)充訓(xùn)練數(shù)據(jù)集的規(guī)模,從而達(dá)到提高深度模型的魯棒性的目的。同時(shí),該生成網(wǎng)絡(luò)的最大...

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

本文編號(hào)：3878019