自然場(chǎng)景表情識(shí)別旨在讓計(jì)算機(jī)自動(dòng)判斷自然場(chǎng)景中人物的面部表情,從而感知對(duì)方所處的情緒狀態(tài)和內(nèi)心情感。作為現(xiàn)今情感計(jì)算領(lǐng)域的熱門研究課題,自然場(chǎng)景表情識(shí)別不僅具有重要的理論研究?jī)r(jià)值,而且在人機(jī)交互、醫(yī)療健康、教育娛樂(lè)等方面有著廣闊應(yīng)用前景。在現(xiàn)實(shí)自然場(chǎng)景中,光照條件、人臉姿態(tài)、物體遮擋、環(huán)境背景噪聲等因素均不受人為的控制,這些復(fù)雜外部變量使得傳統(tǒng)表情識(shí)別技術(shù)捉襟見肘,對(duì)研究人員提出了更高的挑戰(zhàn)。近年來(lái)基于深度學(xué)習(xí)的方法在計(jì)算機(jī)視覺領(lǐng)域大放異彩,刷新了傳統(tǒng)方法在各類任務(wù)上的表現(xiàn),在學(xué)術(shù)界和工業(yè)界中掀起了陣陣熱潮。深度學(xué)習(xí)通過(guò)構(gòu)建復(fù)雜深層網(wǎng)絡(luò),自主學(xué)習(xí)和挖掘數(shù)據(jù)中與目標(biāo)任務(wù)緊密相關(guān)的具有更強(qiáng)表達(dá)能力或鑒別能力的特征,大幅提升模型的性能。在自然場(chǎng)景表情識(shí)別任務(wù)上,運(yùn)用深度學(xué)習(xí)技術(shù),由底層像素到高層情感語(yǔ)義深入地學(xué)習(xí)數(shù)據(jù)中更具判別性的特征,從而達(dá)到更好的識(shí)別性能。圍繞這一研究目標(biāo),本文開展了如下工作:(1)提出基于深度卷積神經(jīng)網(wǎng)絡(luò)模型遷移的表情識(shí)別。在表情識(shí)別中,直接從初始狀態(tài)訓(xùn)練一個(gè)深度卷積神經(jīng)網(wǎng)絡(luò)需要大量帶標(biāo)簽的數(shù)據(jù),然而目前自然場(chǎng)景表情數(shù)據(jù)庫(kù)中樣本數(shù)量有限,使得直接訓(xùn)練會(huì)導(dǎo)致過(guò)擬合問(wèn)題。本... 

【文章來(lái)源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：114 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

機(jī)器人Pepper識(shí)別他人表情[3]

圖 1 - 2 Ekman 的上面部肌肉運(yùn)動(dòng)單元解剖學(xué)示意[15]表 1 - 1 上面部肌肉運(yùn)動(dòng)單元?jiǎng)訂卧幋a解釋 對(duì)應(yīng)面部肌肉 毛內(nèi)角 額�。▋�(nèi)側(cè)） 毛外角 額�。ㄍ鈧�(cè)） 低 鼻錐肌，降眉肌，皺眉肌 升和眼瞼收縮 眼輪匝�。ㄑ劭簦� 緊 眼輪匝�。ㄑ鄄�） 人定義的六種基本表情外，Du 等人[16]借助 FAC生 15 種復(fù)合表情，如“高興”和“驚訝”組合可定義在連續(xù)維度空間中，該定義方法由情緒維知的是 Russell[17]采用情緒詞評(píng)價(jià)和歸類法提出e)和喚醒度(Arousal)兩個(gè)維度（也可稱為愉悅度

東南大學(xué)博士學(xué)位論文Recognition 2013, FER-2013)[20]起，研究人員建立了越來(lái)越多的自然場(chǎng)景表情數(shù)據(jù)庫(kù)，為該方向的研究提供了便利。自然場(chǎng)景表情數(shù)據(jù)與實(shí)驗(yàn)室場(chǎng)景數(shù)據(jù)有顯著的區(qū)別，如圖 1-3 所示，在實(shí)驗(yàn)室環(huán)境中，光照、背景、人臉與數(shù)據(jù)采集設(shè)備的位置、姿態(tài)和角度等都受到嚴(yán)格的控制，使外界因素的影響盡可能減小。而在自然場(chǎng)景中，由于各種不可控的主客觀因素，采集到的數(shù)據(jù)更加復(fù)雜，表情識(shí)別難度進(jìn)一步提升。對(duì)比實(shí)驗(yàn)室中的數(shù)據(jù)，自然場(chǎng)景表情數(shù)據(jù)有如下特點(diǎn)：

【參考文獻(xiàn)】：
博士論文
[1]運(yùn)動(dòng)圖像分析中的光流計(jì)算方法研究[D]. 盧宗慶.西安電子科技大學(xué) 2007



本文編號(hào)：2928555