發(fā)布時間：2023-09-28 22:32

　　微表情是一種自發(fā)式的表情,在人們試圖隱藏自身真實情感時產(chǎn)生,既無法偽造,也無法抑制,可以用來揣度一個人的真實心理狀態(tài),微表情識別在臨床醫(yī)學(xué)、刑偵、公共安全等領(lǐng)域具有重要的應(yīng)用價值。本文對基于卷積神經(jīng)網(wǎng)絡(luò)的微表情識別進行研究分析,并給出三種改進的基于卷積神經(jīng)網(wǎng)絡(luò)的微表情識別方法。本文的主要工作如下:(1)給出了一種基于2D-3D雙流卷積神經(jīng)網(wǎng)絡(luò)的微表情識別方法。針對三維卷積不能對時間信息、空間信息分開優(yōu)化以及提取時間信息尺度單一化的問題,給出了一種雙時間尺度三維卷積神經(jīng)網(wǎng)絡(luò),去除空間池化層以提高對于靜態(tài)特征的提取能力,時間卷積與空間卷積并行連接使兩者的參數(shù)優(yōu)化過程分開進行,增加不同維度的時間卷積以增加時間信息的多樣性,從而提取微表情的短時特征。為了獲取微表情視頻中運動信息,利用計算差分信息圖的方式將視頻的運動信息集中于一張圖像,并利用二維殘差網(wǎng)絡(luò)對差分信息圖進行綜合分析,從而提取微表情的長時特征。為了同時利用長時特征和短時特征,將雙時間尺度三維卷積神經(jīng)網(wǎng)絡(luò)與基于差分信息圖的殘差網(wǎng)絡(luò)的特征圖相加融合得到2D-3D雙流卷積神經(jīng)網(wǎng)絡(luò),并進行微表情識別。(2)給出了一種基于峰值幀與運動區(qū)域的微表...

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 微表情數(shù)據(jù)庫
    1.4 本文主要工作內(nèi)容與章節(jié)安排
2 深度學(xué)習(xí)相關(guān)理論知識
    2.1 深度學(xué)習(xí)的研究現(xiàn)狀
    2.2 卷積神經(jīng)網(wǎng)絡(luò)
        2.2.1 局部感知野和權(quán)值共享
        2.2.2 激活函數(shù)
    2.3 三維卷積神經(jīng)網(wǎng)絡(luò)
        2.3.1 三維卷積層
        2.3.2 三維池化層
    2.4 典型卷積神經(jīng)網(wǎng)絡(luò)
    2.5 本章小結(jié)
3 基于2D-3D雙流卷積神經(jīng)網(wǎng)絡(luò)的微表情識別
    3.1 引言
    3.2 2D-3D雙流卷積神經(jīng)網(wǎng)絡(luò)
        3.2.1 雙時間尺度三維卷積神經(jīng)網(wǎng)絡(luò)
        3.2.2 基于差分信息圖的二維殘差網(wǎng)絡(luò)
    3.3 實驗結(jié)果
        3.3.1 實驗準備工作
        3.3.2 實驗結(jié)果及分析
    3.4 本章小結(jié)
4 基于峰值幀與運動區(qū)域的微表情識別
    4.1 引言
    4.2 峰值幀的定位
    4.3 運動區(qū)域的提取
    4.4 基于峰值幀與運動區(qū)域的卷積神經(jīng)網(wǎng)絡(luò)
    4.5 實驗結(jié)果
        4.5.1 實驗準備工作
        4.5.2 實驗結(jié)果及分析
    4.6 本章小結(jié)
5 基于注意力機制的微表情識別
    5.1 引言
    5.2 注意力機制
        5.2.1 空間注意力
        5.2.2 通道注意力
    5.3 基于注意力機制的卷積神經(jīng)網(wǎng)絡(luò)
    5.4 實驗結(jié)果
        5.4.1 實驗準備工作
        5.4.2 實驗結(jié)果及分析
    5.5 本章小節(jié)
總結(jié)與展望
參考文獻
致謝
作者簡歷及攻讀碩士學(xué)位期間的科研成果



本文編號：3848742