【摘 要】
：
面部表情检测是计算机视觉中非常重要的课题,在人机交互、心理医疗、健康看护及智能驾驶领域中都用广泛应用。面部表情研究至今已有五十多年,传统的面部表情检测算法依赖人工提取特征,成本高且鲁棒性较低。随着科技发展及应用领域的多元化,传统方法很难满足实际需求。针对传统方法存在的缺点和使用局限,结合深度学习及图像处理相关技术,开展面部表情检测研究,在常用目标检测算法基础上进行改进,提高面部表情检测准确率,并在
论文部分内容阅读
面部表情检测是计算机视觉中非常重要的课题,在人机交互、心理医疗、健康看护及智能驾驶领域中都用广泛应用。面部表情研究至今已有五十多年,传统的面部表情检测算法依赖人工提取特征,成本高且鲁棒性较低。随着科技发展及应用领域的多元化,传统方法很难满足实际需求。针对传统方法存在的缺点和使用局限,结合深度学习及图像处理相关技术,开展面部表情检测研究,在常用目标检测算法基础上进行改进,提高面部表情检测准确率,并在检测算法基础上设计面部表情检测系统。主要研究内容有如下几个方面:详细介绍了深度学习相关理论和结构,如神经网络、卷积核、池化运算及激活函数等,并对常用深度学习框架进行总结。介绍深度学习在面部表情检测领域中的应用并总结了常用的面部表情数据集。结合深度学习技术,针对自然环境下面部表情的检测问题,提出了基于Faster Region-CNN（Faster RCNN）的面部表情检测算法。以特征提取模块、区域建议网络（RPN,Region ProposalNetwork）模块及检测模块三个部分分析了Faster RCNN检测网络的基本原理,并针对网络存在的缺点进行改进,使用密集连接网络DenseNet更换原始的特征提取模块,将原有的候选框和并策略非极大抑制（NMS,Non-Maximum Suppression）替换为Soft-NMS。针对现有表情数据集不适合检测网络训练问题,独立采集制作了自然环境下的面部表情数据集,并利用相关图像处理技术对数据集进行扩充、灰度化等预处理。通过实验对比,检测精准度提高5%,证明了该方法的有效性。为解决面部表情检测中的实时性问题,提出基于YOLOv3的面部表情检测算法。分析了YOLOv3检测原理,采用K均值聚类分析数据集,使网络更适合面部表情检测问题;添加空间金字塔池化（SPP,Spatial Pyramid Pooling）模块,通过不同尺寸特征图的融合,获取更多的特征信息,进一步提高YOLOv3网络的准确率。实验证明改进后的YOLOv3较原版的检测精准度提升了3%。通过对比Faster RCNN与YOLOv3的实验结果,分析了两类检测网络各自的优势及应用场景。通过分析面部表情检测的实际需求,实现了一种面部表情检测系统。设计系统界面,方便操作;分析基于图像或视频两种面部表情检测方式的需求,内部嵌入已训练完毕的Faster RCNN及YOLOv3网络模型,分别用于图像和视频的表情检测;对系统的各个模块进行分析,并添加数据预处理功能。系统具有操作简单、使用方便的特点,具有一定的实用价值。
其他文献
近年来,随着计算机和智能设备的不断升级,获取的图片所占用的内存越来越大,然而设备的容量和网络传输带宽发展相对缓慢。如何在有限的存储空间和网络带宽中对图像进行合理存储和有效传输一直是研究学者们要解决的难题,而图像压缩技术的产生正好可以解决这一难题。图像压缩是指去掉图像中的多余信息,以更少的比特数来表示原来的图像二维矩阵信息的技术。传统图像压缩算法虽然在一定程度上对图像进行了很好的压缩,但是压缩重建的
如今,汽车行业蓬勃发展。人均汽车拥有量的逐渐增多导致了道路供给与交通需求之间出现较难协调的矛盾。在这种情况下,如何有效缓解城市交通拥堵现状是本文研究的重点。基于此,本文利用深度学习Tensor Flow框架设计模型来做区域交通流预测,针对SCATS系统的配时方案,提出关于车均延误及通行能力的目标函数计算公式,主要工作如下:1、首先,总结国内外关于城市交通流预测及交叉口信号配时的研究现状,概括深度学
在网络技术如此发达的今天,互联网这项技术早已成为我们生活中不可或缺的一部分。随着网络技术不断冲击着人们的生活,同时催生出更多更新颖的网络业务,而这些业务也正在给传统的网络架构带来一系列的挑战。传统网络的诞生是为国家军事需求服务,所以最初的网络业务需求也相对单一,设计者们并未考虑到将来会出现如此繁杂的网络业务需求。因此在传统网络体系结构的设计中必然存在一些历史的局限性,比如无法灵活部署网络这一缺陷已
在通往人工智能的道路上,一个主要的开放问题是增量学习系统的开发,该系统可以随着时间的推移,不断地从数据流中学习知识。近年来,深度神经网络在图像分类上的应用获得了令人印象深刻的性能,且深度神经网络是目前解决许多机器学习问题的最佳方案。但是在对深度神经网络进行增量学习时,会遭受一个不可避免的问题,即神经网络模型在新任务的训练过程中会改写和覆盖之前任务上的参数,这种现象被称为神经网络的灾难性遗忘。针对神
操纵稳定性是汽车的重要性能,目前对于操纵稳定性的评价,国内外并没有形成统一的标准,而良好的汽车操纵稳定性又是汽车行业的迫切需求,同时也是汽车行驶安全的重要保障。因此,对汽车的操纵稳定性进行分析及对其评价指标进行研究具有十分重要的意义和工程价值。本文以某主机厂某重型商用车为研究对象,对其操纵稳定性及其评价指标进行研究与优化。首先,为提高重型商用车多体动力学的建模效率,基于ADAMS/Car的参数化建
光纤作为光的传导工具,由于其损耗低、质量轻,抗干扰能力强及成本低等特点,已经从传统的光通信扩展到工业的各个领域并且在一些高端产业起到不可代替的功能。目前,微结构光纤针对其自身性能衍生出一批高性能,多参量测量的光纤器件。目前基于空气孔辅助的光纤得到研究人员的广泛关注,空气孔辅助光纤制备的光纤传感器对高温,高压及二维弯曲等传感特性就有较高的灵敏度。本课题主要研究了空气孔辅助的少模光纤包层内空气孔的数量
约束矩阵问题在金融工程、系统工程、图像恢复以及控制论等领域有很大的应用空间,引得不少专家学者对此类问题驻足研究,并取得了一系列可观的成果。而广义约束矩阵是对约束矩阵的一个推广,其应用范围更加宽泛,解决的问题也更加多元化,如:用非奇异实矩阵乘一个一般的非对称矩阵,使新得到的积成为对称矩阵;用正定矩阵乘一般矩阵得到对称矩阵,并用来解决概率论中的问题等,此类问题对工程技术有很大的应用价值。而本篇硕士论文
近年来,由于化石能源日益濒临枯竭,环境问题日益凸显,开发新型清洁可再生新能源,例如氢能源,已成为全球各国的能源战略重点。然而,H2的生产过程中会伴随产生许多副产品,如CO、CO2、N2、H2S和NH3等。在使用之前,需要应用“氢分离技术”将H2从上述混合气体中分离（或过滤/渗透）出来,得到含量高达99.999%（质量百分数）的纯H2。目前商业应用的氢分离金属膜材料一般为钯（Pd）基合金。但是,钯价
随着三维扫描技术的不断深入研究与发展,三维重建技术在近几年来了得到了广泛的关注。针对传统的三维建模设备存在的昂贵、复杂等问题,本文基于Kinect传感器,提出了一种成本低廉、操作简便且精度较高的三维重建方法。在本文的研究过程中主要完成以下工作:1、对Kinect传感器介绍极其标定。重点介绍了Kinect传感器的工作原理,以及其相关工具进行介绍,随后从相机的成像模型切入分析,简要叙述了三维重建过程中
随着无线通信技术的快速发展,无人机（unmanned aerial vehicle,UAV）已被应用在军事、农业和日常生活中各个方面,无人机通信链路研究已成为研究的热点。通信链路的特性决定了无人机通信系统的性能,如传输容量、误码率、吞吐量等。无人机作业时,由于电磁波直射、反射和散射等相互作用,时刻受到障碍物以及自身运动的影响,通信系统质量往往无法得到保证。而多输入多输出（multiple-inpu