面部表情識(shí)別是指對(duì)人臉表情進(jìn)行特征提取和分析,通過(guò)表情信息來(lái)理解人類(lèi)情緒。面部表情識(shí)別已成為計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)之一,相關(guān)研究具有廣泛的應(yīng)用價(jià)值和前景。本文以深度學(xué)習(xí)為基礎(chǔ),研究面部表情識(shí)別算法,充分利用輸入圖像的空間特征信息,提出了兩種面部表情識(shí)別算法。本文的主要研究成果如下:（1）研究分析了膠囊網(wǎng)絡(luò)（Capsules Network,CapsNet）的原理、網(wǎng)絡(luò)架構(gòu)及優(yōu)化算法。膠囊網(wǎng)絡(luò)針對(duì)類(lèi)似人臉的結(jié)構(gòu)化目標(biāo)的圖像所提特征具有良好的方向性,能更好地捕捉面部運(yùn)動(dòng)單元（Action Unit,AU）間的細(xì)節(jié)和關(guān)系。RAF-DB和FER2013表情數(shù)據(jù)集上的表情識(shí)別效果驗(yàn)證了膠囊網(wǎng)絡(luò)的特征表達(dá)和分類(lèi)能力,即CapsNet算法在RAF-DB表情數(shù)據(jù)集上的識(shí)別準(zhǔn)確率為76.12%;與CNN模型相比,CapsNet算法在FER2013表情數(shù)據(jù)集上識(shí)別準(zhǔn)確率提高了 1.87%。（2）提出了 一種基于增強(qiáng)膠囊網(wǎng)絡(luò)（Enhanced Capsules Network,E-CapsNet）的表情識(shí)別算法。VGG網(wǎng)絡(luò)作為深度卷積神經(jīng)網(wǎng)絡(luò),其在表情識(shí)別領(lǐng)域的成功應(yīng)用表明,深層抽象特征有利于表情分類(lèi),而... 

【文章來(lái)源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－１面部動(dòng)作編碼系統(tǒng)實(shí)例ｗ??

圖２－１膠囊的層級(jí)結(jié)構(gòu)圖示例??Ｆｉｇｕｒｅ?２－１?Ｔｈｅ?ｅｘａｍｐｌｅ?ｏｆ?ｃａｐｓｕｌｅ?ｈｉｅｒａｒｃｈｙ?ｄｉａｇｒａｍ??圖２－１為膠囊的層級(jí)結(jié)構(gòu)圖示例，分為兩個(gè)部分，第一部分是ｍ，與Ｇｙ｜／間的線(xiàn)??性組合，第二部分是，．與＼間的動(dòng)態(tài)路由過(guò)程。最下面的層級(jí)共有兩個(gè)膠囊單元??Ｗ１和Ｗ２，之后傳遞到下一層級(jí)共有５個(gè)膠囊單元Ｖ１、Ｖ２、Ｖ３、Ｖ４和Ｖ５。Ｍ１和Ｍ２是??膠囊的輸入向量，即含有一組神經(jīng)元的膠囊單元，分別與不同的權(quán)重向量％相乘??得到＆，．。例如Ｍ２與％３相乘得到＆２，然后該預(yù)測(cè)向量和對(duì)應(yīng)的耦合系數(shù)ｃ２３相乘??傳到輸入向量＆。不同膠囊單元的輸入向量＼是所有可能傳入該單元的預(yù)測(cè)向量??的加權(quán)和，即所有可能傳入的預(yù)測(cè)向量？與對(duì)應(yīng)耦合系數(shù)％的乘積和。得到不同??的輸入向量＼之后，輸入到“ｓｑｕａｓｈｉｎｇ”非線(xiàn)性函數(shù)中，得到后一層的膠囊單元的??輸出向量＾．。利用該輸出向量＼和對(duì)應(yīng)預(yù)測(cè)向量的相乘更新耦合系數(shù)４。??動(dòng)態(tài)路由算法如表２－１所示［３６］。??表２－１動(dòng)態(tài)路由算法??Ｔａｂｌｅ?２－１?Ｔｈｅ?ａｌｇｏｒｉｔｈｍ?ｏｆ?ｄｙｎａｍｉｃ?ｒｏｕｔｉｎｇ??路由算法???１：?Ｒｏｕｔｉｎｇ?（＾，，ｒ，／）??２：對(duì)于所有／層的膠囊／和／＋ｉ層的膠囊ｙ：??３：?迭代ｒ次??４．?對(duì)于所有／層的膠囊ｉ：?ｃｙ＋＾－ｓｏｆｔｍａｘ（＼）??５．?對(duì)于所有

的長(zhǎng)度為８的向量彼此權(quán)重共享，具有不同特征映射的特點(diǎn)。??數(shù)字膠囊層（ＤｉｇｉｔＣａｐｓ層）采用每個(gè)膠囊活動(dòng)向量的長(zhǎng)度代表出現(xiàn)的每個(gè)類(lèi)??別的概率，并用于計(jì)算分類(lèi)損失。膠囊的編碼結(jié)構(gòu)如圖２－２所示。??Ｃｏｎｖｌ?ＰｒｉｍａｒｙＣａｐｓ?ＤｉｇｉｔＣａｐｓ??函隱??—２０—‘?１６??６??圖２－２膠囊網(wǎng)絡(luò)的編碼結(jié)構(gòu)??Ｆｉｇｕｒｅ?２－２?Ｔｈｅ?ｃｏｄｉｎｇ?ａｒｃｈｉｔｅｃｔｕｒｅ?ｏｆ?ｔｈｅ?ＣａｐｓＮｅｔ??１２??

【參考文獻(xiàn)】：
期刊論文
[1]基于圖像的面部表情識(shí)別方法綜述[J]. 徐琳琳,張樹(shù)美,趙俊莉.  計(jì)算機(jī)應(yīng)用. 2017(12)

碩士論文
[1]基于深度學(xué)習(xí)的圖像精細(xì)分類(lèi)研究[D]. 季亮.中國(guó)礦業(yè)大學(xué) 2018
[2]基于深度學(xué)習(xí)的人臉屬性識(shí)別方法研究[D]. 譚蓮芝.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院) 2017



本文編號(hào)：3102079