基于Gabor和Log-Gabor的面部表情识别

Gabor滤波器在面部表情识别领域已经广泛应用,并取得了良好的分类结果。Log-gabor是对Gabor滤波器的改进,应该将其应用在面部表情识别当中。对JAFFE表情库中的图像进行特征提取,并采用基于稀疏表示分类方法进行分类,比较分别使用Gabor和log-Gabor滤波器得出的识别率。     

面部表情识别研究综述

面部表情识别是模式识别中的一个非常重要却复杂的课题。首先分析了面部表情识别研究的意义和难点。然后对目前主要的面部表情识别方法进行了论述。最后对其未来的发展方向进行了展望。     

基于迁移学习ResNet50的表情识别

<正>为提高人脸表情识别效果,提出基于迁移学习和数据增强技术的人脸表情识别方法。在ResNet50卷积神经网络的基础上,保留了愿网络的卷积层并设计了全新的全连接层。对数据集的训练集图片使用Keras中翻转、偏移、旋转等方式达到数据增强,在相同参数和实验环境下,对7种人脸表情的分类效果优于AlexNet、GoogleNet模型。实验结果：基于迁移学习的ResNet50模型在FER2013的测试集上对各类表情的平均识别率为68.7%,达到了主流识别效果。     

面部表情密码

一个阳光明媚的早晨,加利福尼亚大学的一间教室里,座无虚席,鸦雀无声,心理学教授保罗·爱克曼把一张光碟放进电脑,然后转过身:“大家注意看屏幕上出现的一系列人脸,每种人脸代表一种情绪,我们做个小测验,一分钟后,你们告诉我,在这些来源于现实的表情中,什么样的表情分别代表轻蔑、恐惧、悲伤、喜悦、愤怒和惊奇。”学生们好奇地把这些影像看完,然后谨慎地给出了答案。虽然作为教授的弟子门生,他们深谙心理学之道,但还是有一半的学生没有把表情和表达的情绪对应正确。教授的声音在课堂上重新响起:“我们经常把厌恶和愤怒相混淆,因为在这两种…     

基于深度学习的情感识别研究进展

<正>随着人机自然交互、智能机器人等领域的研究发展需要,机器人与人之间进行简单的对话沟通已难以满足当下要求,而机器人具有一定的认知和理解能力,能够理解人类的情感则成为当下研究的新方向,因此情感识别已成为智能机器人领域的一个重要研究方向。目前基于语音、面部表情、生理信号等单一信号的情感识别已经取得一定的进展。但是实际上,只有综合人的语音、面部表情、肢体动作等多种行为特征才能更加准确地理解人类的意图和情感状态。     

基于深度学习的车辆识别系统设计

本设计针对无人驾驶中目标识别问题,设计了一种基于深度学习的车辆识别系统。该系统一共包括三大模块,分别是图像采集模块、图像预处理模块和图像识别模块。其中图像采集模块以两百万像素的工业摄像头为核心对图像进行采集。图像预处理模块包括图像增强、图像去噪、模糊图像复原。图像识别模块以深度学习为核心对车辆进行识别。通过相关算法对质量下降的图片进行有效处理提高图片质量,本文构建的基于深度神经网络的模型可以对图像中的车辆进行有效识别,具有一定的实际价值。     

面部表情的奥秘

在畅销书《杀人现场》《（IntotheKillZone》）中，该书作者，美国密苏里大学犯罪学家戴维·科林格，对警察的生涯做了生动描绘：在黄昏的一次巡查中，警察看到3个年轻人形迹可疑，便在他们附近停下警车。这时，3人中的一人跳过路栏，另一个逃入汽车，第三个则呆立原地，距离警察不过5米。“当我走出汽车时，”警察回忆到，“他（指第三个人）开始摸索腰部，并紧盯着我，‘站住，不要动!’     

基于Maya的人物面部表情设计

Maya是现在最为流行的顶级3D动画软件。本文通过对卡通人物脸部模型的构建和面部表情的制作原理研究,然后运用Maya建立人物卡通模型,并制作出卡通的表情。     

基于深度学习模型的花卉种类识别

提出了一种新的带有多个隐层的深度卷积神经网络,用于非刚性物体的识别。以花卉识别为例子向导,通过分析本文提出的深度神经网络架构、卷积和池化方法以及反向传播误差等主要方法,构造出了一个全新的深度卷积识别模型。通过针对Image Net数据库中的80类花卉图像做训练和识别,在实验过程中与传统神经网络和支持向量机做比较,结果表明本文提出的算法能够提升花卉识别10%以上的识别率,提升效果明显。     

基于SIFT的人脸表情识别

SIFT算法[8]通常用于目标跟踪与检测领域,但近年来同LBP,GABOR等算法一起作为纹理特征提取算法应用于人脸表情特征提取。本文采用SIFT算法对JAFFE表情库中的图像进行特征提取,利用PCA进行降维,采用SVM进行分类,最后得出SIFT算法的识别率并和其它特征提取算法如LBP,GABOR进行比较。     

基于SVM的人脸表情识别

提出利用独立成分分析提取人脸表情特征并用SVM进行识别的方法。实验分析SVM的一对一、一对多两种多分类方法,实验验证了ICA和SVM在人脸表情识别上的可行性和有效性。     

教师的面部表情探析

教师在教学中除了使用有声语言之外,面部表情也是一种不可缺少的无声语言。教学中有了面部表情的辅助,才会使教师的教学更有特色,才会使学生的学习兴趣更加浓厚,才能更好地提高课堂教学效果。本文主要从面部表情的特点、面部表情的功能以及教师如何控制面部表情三个方面,对教师的面部表情进行了探讨和分析。     

基于深度学习的人体行为识别网络设计

基于深度学习的人体行为识别技术是计算机视觉领域的重要的研究方向,是智能视频监控、虚拟现实、视频检索等领域的关键技术,有重要的研究价值。本文主要针对视频中的人体行为进行识别,围绕人体行为识别网络展开研究。针对目前人体行为识别相较于图像识别的特殊性,提出基于3D卷积神经网络的特征提取与训练方法,通过采用3D卷积层搭建DenseNet,从而提高网络中的特征利用率,提升神经网络的识别率。最后实验结果证明了本文所采用的方法在提高人体行为识别的识别率上的有效性。     

基于Kinect的面部表情获取与识别方法研究

目前,部表情识别技术在智能监控、人机交互、虚拟现实、医疗等领域有着非常广阔的应用前景。文章提出一种使用微软公司Kinect采集面部三维数据进行表情识别的方法。通过Kinect采集的深度和彩色数据,生成人体骨骼,利用头部节点进行面部追踪。对三维面部进行了归一化处理和PCS校正之后,用方法进行特征信息提取,结合FACS设计SVM分类器进行表情分类。通过三组对比实验分析了此方法的优缺点。     

试论声乐学习中面部表情与形体动作的结合

声乐艺术是一种音乐表现形式,是一门技巧性与实践性相结合的学科,是用人声来表达情感的,即使我们有丰富的情感,有美妙的声音,也要借助具体的作品来体现。而演唱好作品除了一定的声乐技巧外,还需要具体的辅助方式来表达。在歌曲演唱中,充满深情的歌声再辅以与歌曲内容情感一致的面部表情和适当的形体动作,将能更好地表现歌曲情绪及作品内容。从面部表情、形体动作等方面来论述在演唱过程中如何使面部袁情、形体动作与歌唱贴切自然的结合在一起,以求达到高度完美统一的舞台效果。     

人面部表情识别方法综述

人脸表情识别是模式识别中一个非常重要却十分复杂的课题。首先对计算机人脸表情识别技术的研究背景及发展历程作了简单回顾。然后对近期人脸表情识别的方法进行了分类综述。通过对各种识别方法的分析与比较,提出了人脸表情识别技术实用化所需要考虑的几个方面,进而展望了人脸表情识别技术的发展方向。     

基于专利的技术机会识别：深度学习领域的案例分析

为及时有效地识别潜在技术机会,采用文本挖掘和异常值检测的方法,提出一种基于专利文本的技术机会识别方法.首先采用文本表示模型Doc2vec技术对专利摘要进行建模,以更深层表征文本语义信息;然后利用基于密度的离群值检测算法,识别出具有潜在技术机会的专利方向;最后以深度学习领域潜在技术识别为例,构建专利检索式并收集458条专利文献作为数据集.实证结果总结出4类主题共10个潜在的技术机会,验证了该基于专利的技术机会识别方法的有效性,可为企业相应技术应用、研发和创新提供参考.     

基于多时间尺度的深度学习行为识别研究

卷积神经网络在图像领域取得的成功,也促使图像域的方法和卷积神经网络结构扩展到视频域,推动了包括视频行为识别在内的视频域任务的发展。虽然卷积神经网络在行为识别方面得到了不错的成绩,但是就目前来看,卷积神经网络的深度信息都来自于单时间尺度,比如单一视频帧、一定数量的视频帧叠加的堆叠帧或者是一段视频以固定长度分割等。但是从实际来看,一个实际行为的判断应该包括不同时间尺度的信息,所以用于行为识别的视频帧也不应该是单时间尺度的视频帧。所以本文的中心思路是利用多时间尺度来进行行为识别。     

电子商务中基于深度学习的虚假交易识别研究

为了解决电子商务平台中存在的虚假交易问题,本文依据商品的销售记录以及商家的基本信息,提出了一种结合深度置信网络和多层感知器的虚假交易识别方法,通过识别出以通过刷单增加销量的商品来识别虚假交易。首先利用深度置信网络对交易特征进行学习,得到更高层次的抽象特征;然后利用多层感知器进行分类任务,从而识别出虚假交易。从淘宝中爬取商品的交易记录和评论数据进行实验验证,与其他机器学习模型的实验结果进行对比,其性能有明显的提升。     

一种基于深度学习的手语词识别算法

手语在聋哑人与外界的沟通中扮演着极为重要的角色,承担着信息传递和情感交流的职能.手语识别研究旨在通过计算机视觉技术,将聋哑人所用的手语转换成文本或语音的形式,降低聋哑人与外界交流沟通的难度.本文对手语词识别算法进行研究,采用深度学习的卷积神经网络CNN模型和YOLOv5模型对数字手势和简单的手语词进行识别.本系统实现了...