基于深度学习的人脸表情特征提取及分析开题报告

 2023-10-24 09:10

1. 研究目的与意义


(一)研究背景: 在信息高度发达的现代社会中,人与人之间的沟通和信息交流必不可少。在日常生活中,人们通过直接的语言交流来获取信息,同时通过其他非语言方式来获取更多信息。其中最主要的是通过人脸表情分析所传达出来的信息或情感。人脸表情是人与人之间进行信息情感交流的重要信息传递媒介,人的心理活动和情绪变化都可以通过表情体现出来,因此表情比语言更能清晰表达心理活动。心里学家 mehrabian a.的研究发现,在人类日常生活中,人脸表情所传递的信息量约占整个信息总量的55%。自上世纪70年代,自动人脸表情分析驱动着大量研究,尤其是对人脸表情特征分析进行归类的人脸表情识别成为人机交互、计算情感、智能控制、机器视觉、图像处理及设计模式等领域的重要研究课题。由于人脸表情多性、变换迅速、头部姿态变化以及表情主体所处环境等多因素的影响,给人脸表情识别的工作带来了很大的挑战。

(二)研究目的:本文主要研究基于深度学习的人脸表情特征提取及分析,其中包括人脸表情图像的预处理、表情特征提取及识别。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究内容和预期目标

(一)研究内容:

本文研究具体组织架构安排如下:

第一章绪论部分主要介绍人脸表情分析的研究背景、发展过程及国内外研究情况。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究的方法与步骤


采用查阅相关参考文献,利用数学理论与计算机实践相结合的方法、比较分析法等。

步骤:1.查阅参考文献,并筛选出重点材料。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献

[1 ] 付雪平.基于图像识别的人脸表情特征的提取分析[d].深圳大学,2017.

[2 ] 余锐.基于深度学习的人脸表情特征分析[j].现代计算机(专业版),2018(13):49-53.

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

5. 计划与进度安排

1-2周 2024年2/20-03/03: 任务书,导师讲授选题状况和要求等

2-3周 2024年02/27-03/10: 开题报告,导师修改审定开题报告

3-14周 2024年03/06-05/26: 毕业论文写作,学生按开题报告撰写论文

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。