基于生成對抗網(wǎng)絡(luò)的面部表情識別研究
發(fā)布時間：2020-07-16 08:21
【摘要】：面部表情識別技術(shù)使得計算機能夠感知并識別人類的情感,在人機交互、計算機視覺、認知科學(xué)等領(lǐng)域有著非常重要的意義。近幾年,隨著深度學(xué)習(xí)和圖像處理技術(shù)的飛速發(fā)展,基于深度學(xué)習(xí)的方法已經(jīng)在圖像識別領(lǐng)域取得了突破性進展。然而面部表情數(shù)據(jù)的匱乏制約了深度神經(jīng)網(wǎng)絡(luò)的表達能力。本文基于生成對抗網(wǎng)絡(luò)開展面部表情識別的研究工作,從數(shù)據(jù)增強和模型優(yōu)化兩方面提高模型在面部表情識別上的識別率和泛化能力。在數(shù)據(jù)增強方面:針對主流標準表情庫CK+,設(shè)計了基于生成對抗網(wǎng)絡(luò)的靜態(tài)圖像增強方法,在StarGAN的基礎(chǔ)上改進重構(gòu)誤差,利用深度可分離卷積融合圖像信息和類別信息,實現(xiàn)多風(fēng)格面部表情圖像的轉(zhuǎn)換。利用生成器將自然表情下的面部圖像生成同一人其它表情的面部圖像,從而擴充數(shù)據(jù)集的數(shù)量。與傳統(tǒng)基于圖像空間變換和像素值變換的數(shù)據(jù)增強方法相比,本文方法能夠生成配對型數(shù)據(jù),使得模型更加關(guān)注不同表情之間的差異而非不同人之間的差異,增強了模型對表情特征的表達能力。同時,本文方法對解決數(shù)據(jù)量不平衡的問題也有一定的借鑒作用。在模型優(yōu)化方面:充分考慮生成對抗網(wǎng)絡(luò)中判別器對表情分類的作用,提取訓(xùn)練好的判別器模型用作表情分類器,并在擴充后的CK+數(shù)據(jù)集上進行微調(diào)。這種方法的優(yōu)點在于不需要重新設(shè)計和訓(xùn)練一個分類模型。受興趣區(qū)域(Region of interest,ROI)的啟發(fā),將人臉區(qū)域劃分為左眼、右眼、鼻子和嘴巴四個興趣區(qū)域并利用深度可分離卷積將興趣區(qū)域和原圖像在特征層進行融合,加強網(wǎng)絡(luò)對興趣區(qū)域的關(guān)注度。在CK+和JAFFE表情庫上,通過多組對比實驗驗證了本文數(shù)據(jù)增強和模型優(yōu)化方法的有效性。
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;TP18
【圖文】：
從最鄰近的幾個樣本中隨機選擇一個合成新樣數(shù)的角度來緩解數(shù)據(jù)量不平衡，他們在計算分類誤差時對值，樣本少的權(quán)值大，使得網(wǎng)絡(luò)更關(guān)注樣本少的類別。經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)的發(fā)展經(jīng)網(wǎng)絡(luò)起源于神經(jīng)生理學(xué)家 Warren Mcculloch 和數(shù)學(xué)家 W的 MP（mindlike machine)模型[33]，如圖 2.1 所示。該模型結(jié)構(gòu)單元，它接受多個輸入并返回一個輸出，每個輸入都有引入非線性因素，也就是常說的激活函數(shù)。1958 年，Rose的基礎(chǔ)上提出了單層感知機，其包含多個輸出，每個輸出知機無法解決類似異或的線性不可分問題，后來的研究人員加入了一層或多層處理單元構(gòu)成了多層感知機，也就是較絡(luò)，如圖 2.2 所示。
合肥工業(yè)大學(xué)碩士學(xué)位論文ception 系列、MobileNet、Xception 等[38-42]，圖 2.3 展示了經(jīng)。從 AlexNet 到 Xception，CNN 模型的層數(shù)越來越多，參少，應(yīng)用的場景也越來越廣。
12圖 2.3 經(jīng)典 CNN 年表Fig 2.3 Classic CNN chronology2.2.2 卷積神經(jīng)網(wǎng)絡(luò)的特點相較于全連接神經(jīng)網(wǎng)絡(luò)，卷積神經(jīng)網(wǎng)絡(luò)具有更少的參數(shù)和更深的網(wǎng)絡(luò)結(jié)構(gòu)，這意味著卷積神經(jīng)網(wǎng)絡(luò)能夠挖掘到更深層次的信息。這歸功于卷積神經(jīng)網(wǎng)絡(luò)的兩大特點：局部感知和權(quán)值共享。
本文編號：2757759
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP391.41;TP18
【圖文】：
從最鄰近的幾個樣本中隨機選擇一個合成新樣數(shù)的角度來緩解數(shù)據(jù)量不平衡，他們在計算分類誤差時對值，樣本少的權(quán)值大，使得網(wǎng)絡(luò)更關(guān)注樣本少的類別。經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)的發(fā)展經(jīng)網(wǎng)絡(luò)起源于神經(jīng)生理學(xué)家 Warren Mcculloch 和數(shù)學(xué)家 W的 MP（mindlike machine)模型[33]，如圖 2.1 所示。該模型結(jié)構(gòu)單元，它接受多個輸入并返回一個輸出，每個輸入都有引入非線性因素，也就是常說的激活函數(shù)。1958 年，Rose的基礎(chǔ)上提出了單層感知機，其包含多個輸出，每個輸出知機無法解決類似異或的線性不可分問題，后來的研究人員加入了一層或多層處理單元構(gòu)成了多層感知機，也就是較絡(luò)，如圖 2.2 所示。
合肥工業(yè)大學(xué)碩士學(xué)位論文ception 系列、MobileNet、Xception 等[38-42]，圖 2.3 展示了經(jīng)。從 AlexNet 到 Xception，CNN 模型的層數(shù)越來越多，參少，應(yīng)用的場景也越來越廣。
12圖 2.3 經(jīng)典 CNN 年表Fig 2.3 Classic CNN chronology2.2.2 卷積神經(jīng)網(wǎng)絡(luò)的特點相較于全連接神經(jīng)網(wǎng)絡(luò)，卷積神經(jīng)網(wǎng)絡(luò)具有更少的參數(shù)和更深的網(wǎng)絡(luò)結(jié)構(gòu)，這意味著卷積神經(jīng)網(wǎng)絡(luò)能夠挖掘到更深層次的信息。這歸功于卷積神經(jīng)網(wǎng)絡(luò)的兩大特點：局部感知和權(quán)值共享。
【參考文獻】
相關(guān)期刊論文 前1條
1 羅可,林睦綱,郗東妹;數(shù)據(jù)挖掘中分類算法綜述[J];計算機工程;2005年01期
相關(guān)碩士學(xué)位論文 前1條
1 吳證;人臉特征點定位研究及應(yīng)用[D];上海交通大學(xué);2007年
本文編號：2757759
本文鏈接：http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/2757759.html
最近更新
教材專著
