没有合适的资源?快使用搜索试试~ 我知道了~
基于Tensorflow的人脸表情识别算法研究.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 52 浏览量
2023-09-08
14:16:32
上传
评论
收藏 2.46MB DOCX 举报
温馨提示
试读
30页
基于Tensorflow的人脸表情识别算法研究.docx
资源推荐
资源详情
资源评论
摘要
随着时代的发展,大数据已经慢慢的成为互联网时代的主流,以及
机器学习、人工智能、计算机视觉逐渐广布在大众生活中,单一的人脸
识别技术已经比较成熟的应用在军事、医疗、公共社会等场所中,进而
将人脸表情识别推向更高度的热潮。每个人的人脸都是独一无二的,人
脸表情是当人们面对面交流时很难被察觉的、带有隐藏的情绪意义的人
体情绪,经常标明人们极力压制和暗藏的情绪情感,所以通过机器与软件
的结合进行表情识别可以清楚的得知该人的情绪。人脸表情辨别的研究
还有很长的路要走,将以变化多端的模式不断持续的影响我们的日常。
本文题目为基于 tensorflow 的人脸表情识别算法的研究。科研学家把
面部表情识别主要将表情划分为七个种类,整个人脸表情识别研究将会
划分为四个过程:数据预处理、卷积神经网络的搭建、模型的训练与人
脸表情的识别界面的设计,第一部分包括对数据集的预处理和利用卷积
网络搭建的神经网络与训练模型,第二部分为加载模型进行人脸表情识
别测试,其中创新点就是使用 pyqt5 进行 GUI 界面设计封装,增加系统
的界面简洁性与用户体验感。其中最大的难点就是搭建卷积神经网络与
训练的过程花费的时间。
关键词: 人脸表情识别 深度学习 人工智能
Abstract
With the development of the times, big data has gradually become the
mainstream of the Internet era, as well as machine learning, artificial
intelligence, computer vision gradually spread in public life, a single face
recognition technology has been more mature in military, medical, public
society and other places, and then face expression recognition to a higher
upsurge. Everyone's face is unique. Microexpression is a kind of subtle
expression with certain emotional meaning that is difficult to be detected
face to face. It often expresses the depressed and hidden emotional feelings.
Therefore, through the combination of machine and software to recognize the
expression, the emotion of the person can be clearly known. Facial
expression recognition technology will continue to affect our lives in many
ways.
This question is the research of facial expression recognition algorithm
based on tensorflow. Facial expression recognition mainly divides expression
into seven categories, and the whole facial expression recognition research is
mainly divided into two processes: the training of convolutional neural
network model and the recognition test of facial expression. The first part
includes the preprocessing of data set and the neural network and training
model built by convolutional network. The second part is the loading model
for facial expression recognition test, in which innovation Point is to use
pyqt5 for GUI interface design and encapsulation, to increase the system's
interface simplicity and user experience. The biggest difficulty is to process
and analyze the numerical value of face image.
Key words: facial expression recognition deep learning artificial intelligence
I
目 录
第一章 绪论 ....................................................1
1.1 研究背景及意义 ...........................................1
1.2 国内外研究现状 ..........................................1
1.3 本文组织结构 ............................................2
第二章 Tensorflow 相关基础知识 ..................................3
2.1 Tensorflow 介绍 ..........................................3
2.1.1tensorflow 计算图 ....................................3
2.1.2tensorflow 数据读取 ..................................3
2.1.3 运行模型(会话) ....................................4
2.2 Tensorflow 平台特性 ......................................4
2.3 Tensorflow 环境配置 ......................................5
第三章 基于 Tensorflow 人脸表情识别 .............................6
3.1 数据集与预处理 ..........................................6
3.1.1 数据集的选择 ........................................6
3.1.2 数据集的预处理 ......................................6
3.2 搭建卷积神经网络 ........................................8
3.2.1GoogleNet 原理 .......................................8
3.2.2 深度卷积神经网络模型 ................................8
3.3 模型训练与测试 .........................................11
3.3.1 模型训练 ...........................................11
3.3.2 模型测试 ...........................................13
3.4 本章小结 ................................................15
第四章 系统设计与实现 .........................................17
4.1 系统设计 ...............................................17
4.1.1 系统功能需求 .......................................17
II
4.1.2 系统模块流程 .......................................17
4.2 相关技术 ................................................17
4.2.1pyqt5 介绍 ..........................................17
4.2.2opencv 介绍 .........................................18
4.2.3 具体设计 ...........................................18
4.3 系统运行效果 ...........................................21
4.4 本章小结 ...............................................23
第五章 总结 ...................................................24
5.1 工作总结 ...............................................24
5.2 不足与展望 .............................................24
参考文献 ......................................................25
致谢 ..........................................................26
广东东软学院本科生毕业设计(论文)
1
第一章 绪论
1.1 研究背景及意义
如今,科技发达,信息流通,科技发展跟着时代变换的脚步,迅速的发展成为巨大
的影响力,人际交往主流从面对面交流到书信到电话,到现在许多程序的面世,与人交
谈只用花蝼蚁之力。我们已经踏入这个新的打数据的时代,一个数据迅速增长的时代。
每天生成着巨量数据,被挖掘且运用在不同的范畴,生活也越来越方便。人工智能、人
机交互、自动化也开始出现在人们的眼前,人工智能技术中的生物特征识别技术更加为
重中之重,通过数据的收集,将人类的生物特征或行为特征进行分析,从而进行特征的
识别。人脸识别已经运用在许多领域中,如近期热点人脸支付,也是通过该技术进行的。
人脸包含了许多信息,脸部是含有最多信息的标注,世上没有完全相同的两张脸,
没有完全相同的脸部信息,人与人交往中往往都是面对面交谈,脸部是最为重要以及突
出的特征。当人们除去语言外,能表达信息还有表情以肢体动作,所以表情是人类的第
二语言,经过表现在脸部的思维情绪来传播信息。而且表情还是浮现在表面无法被轻易
隐藏的,轻微的器官抽动都是表情变动的特征,可以传递出人的情绪变动,所以表情识
别成为了深度学习的其中一个热点。
目前,一个高效率、高性能的人脸表情识别系统是非常被需要的,它能够尽责任的
被运用在普通日常的许多场景中。许多研究都将人脸表情分为七大类:正常,生气,蔑
视,厌恶,恐惧,开心和伤心。在工作中,可以作为趣味性的增加到上下班打卡系统中,
只有以开心的表情才能打卡成功,可以提高员工的热情等等。表情识别一直都在研究热
门中,而 tensorflow 便携、高效、可扩展用于人脸表情的研究也是对此的一种推进。在
本文中主要结合 tensorflow 对人脸表情识别进行研究,制作一个 GUI 界面进行人脸表情
识别认证。
1.2 国内外研究现状
最早横空出世在人们眼前的表情辨别是在 20 世纪 70 年代,距离现在已经过去了很
长一段时间,但是表情识别的热度居高不下,仍为时下热点,特别由于现在处于一个每
天都有海量数据产生的时代,表情识别的展开绝对不失为是一个充满挑战性与可行性的
科研研究题目。
面部表情作为传递人类内心活动以及情绪的最直接方式,研究人脸表情识别的源头
是由 PEkman 和 WVFriesen 于 1971 年,将面部表情这么复杂的一个事物,划分并设定
为 6 种情绪:诧异、快乐、悲哀、恐惧、讨厌、愤怒,而后又增加了没有表情变化的情
绪种类:正常;并非零碎的详细有安排地创建了人脸表情图象库,里面包含详细讲诉了
如何区分每一种表情的面部特色变动,包括脸部器官等细微变化都一一记录下来。而不
得不提的就是表情识别的历史里程碑:面部肌肉行为编码系统(F:Facical A: Action
剩余29页未读,继续阅读
资源评论
南抖北快东卫
- 粉丝: 70
- 资源: 5584
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功