基于深度学习的表情识别研究

《基于深度学习的表情识别研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号TP391.4密级公开UDC004.93学位论文编号D-10617-30852-（2016）-02054重庆邮电大学硕士学位论文中文题目基于深度学习的表情识别研究英文题目FacialExpressionRecognitionBasedonDeepLearning学号S130231056姓名赵艳学位类别工程硕士学科专业计算机技术指导教师赵军教授完成日期2016年4月3日重庆邮电大学硕士学位论文摘要摘要随着计算机领域的快速发展，人类迫切希望计算机能够像人类一样拥有智能，进而像人类一样能拥有情感。

2、其中，面部表情识别作为计算机智能的重点和热点被越来越多的人进行研究。本文采用深度学习方法开展表情识别的研究工作，并且重点研究了基于降维的堆积降噪自动编码机表情识别方法和基于Gabor小波和深度信念网络的表情识别方法：首先，基于堆积降噪自动编码机学习特征的强大能力，本文将堆积降噪自动编码机应用到表情识别当中，提出一种结合主成分分析和堆积降噪自动编码机的表情识别方法。在图像预处理之后使用主成分分析对人脸图像进行线性降维，然后将降维之后的特征输入到堆积降噪自动编码机再进行特征学习，与此同时，堆积降噪自动

3、编码机对特征进行非线性的降维，从而得到维数较低而又较好的特征，并将其用于分类。对比实验表明，本文提出的基于降维的堆积降噪自动编码机的表情识别方法比文中其他几种基于深度学习及非深度学习的表情识别方法取得的表情识别正确率更高。其次，针对目前深度学习方法在进行特征学习时对局部特征的表达有所欠缺，结合Gabor小波特征表达局部特征的良好特性，一种基于Gabor小波和深度信念网络的表情识别方法在本文中被提出。首先利用Gabor小波变换提取人脸表情的局部特征，从而得到基于图像像素点的不同尺度及方位的Gabor

4、小波特征，然后利用深度信念网络对Gabor小波特征再进行逐层的特征学习并分类。对比实验表明，本文提出的表情识别方法较文中其他几种深度学习及非深度学习的表情识别方法，可以学习到结合局部及全局的特征，从而取得较高的表情识别率。最后，本文设计开发了一个基于深度学习的表情识别原型系统，该系统包括基于PCA+SDAE和Gabor+DBNs的表情识别方法两条主线，具体包括数据预处理、特征处理、深度学习模型等模块。测试结果表明，该系统能利用深度学习方法来实现面部表情的有效识别。关键词：表情识别，深度学习，堆积降

5、噪自动编码机，Gabor小波变换，深度信念网络I重庆邮电大学硕士学位论文AbstractAbstractWiththerapiddevelopmentofcomputerfield,humanfeelsountouchedthatcomputercanhaveintelligencelikehumanandhavefeelingslikewedo.Thefacialexpressionrecognitionisstudiedbymorepeopleasakeyandhotresearch.Inth

6、isthesis,thedeeplearningmethodsareusedtorecognizethefacialexpression.ThefacialexpressionmethodbasedonPrincipalComponentAnalysis(PCA)andStackedDenoisingAutoencoders(SDAE)andfacialexpressionmethodbasedonGaborwaveletandDeepBeliefNetworks(DBNs)aremainlyst

7、udied.Firstly,afacialexpressionrecognitionmethodbasedonPCAandSDAEisproposedbasedonstrongabilitytolearnthefeatureofSDAE,thustoapplytheSDAEtothefacialexpressionrecognition.Afterthepreprocessing,thedimensionoffaicalimagesisreducedbyPCAinalinearway.Thenth

8、efeatureisusedforSDAEtolearnthefeaturebyalay-wisedwayagain.Atthesametime,thedimensionoffeatureisreducedinanonlinearwaytogetalowerdimensionandbetterfeature.Thenthefeatureisusedtoclassify.Thecomparativeexperimentresultsshowthattheproposedmethodc