计算机在微表情的应用,基于深度卷积神经网络的微表情识别
摘要：
微表情是一种不能被神经系统控制的短暂的面部表情.微表情表明一个人有意识地隐藏了自己的真实情感.微表情在公共安全和临床医学中具有很多潜在的应用.因为微表情很难被人肉眼识别出来,所以一些微表情的研究集中于让计算机自动识别微表情.本文所做的工作如下所示:1,本文提出了一种新的自动微表情识别算法,该算法结合了用于检测人脸关键点的深度多任务卷积网络和用于提取微表情光流特征的深度融合卷积网络.首先,使用深度多任务卷积网络来检测用于划分人脸面部区域的人脸关键点和其他影响因素.然后,使用融合卷积网络在人脸关键区域中提取光流特征,这些人脸关键区域在微表情出现时会有相应的肌肉变化.由于每个微表情视频片段都包含有很多帧,所以整个视频片段的原始光流特征会有很高的维度以及冗余的特征.本文改进了光流特征,减少了其中的冗余特征.最后,使用改进的光流算法提取了更精细的特征,并且使用支持向量机对微表情进行识别.在两个自发微表情数据库中的实验结果表明,本文提出的方法在微表情识别任务中取得了良好的效果.2,由于有的微表情数据库中包含有一些人脸尺寸较小的样本,因此本文将单幅图像超分辨率重建算法引入进了微表情识别任务中.本文提出了一种包含有通道混洗稠密连接的深度卷积网络模型,名为SDSR.此网络模型用于将低分辨率的输入图像重建为高分辨率图像.具体来说,此网络采用稠密连接来结合低层的特征和高层的特征以提高重建性能,并且采用残差学习来降低深层神经网络训练的难度.此外,使用分组卷积来降低计算的复杂度和参数的数量,并且提出了包含有通道混洗的稠密连接结构来解决分组卷积的分组之间缺乏信息交互的问题.此网络在公开的数据库中进行了实验,实验结果表明该方法在图像的超分辨率重建任务中具有良好的性能.本文使用这个网络将包含有小尺寸人脸的样本重建为高分辨率图像,并将这些重建后的图像用于微表情识别中.在微表情数据库中的实验结果表明,这种带有超分辨率重建处理的方法比原来方法的识别效果更好.
展开
计算机在微表情的应用,基于深度卷积神经网络的微表情识别相关推荐
- 论文翻译：基于深度卷积神经网络的肉鸡粪便识别与分类
Recognition and Classification of Broiler Droppings Based on Deep Convolutional Neural Network 基于深度卷 ...
- 基于深度卷积神经网络的农作物病害识别
基于深度卷积神经网络的农作物病害识别 1.研究思路 运用深度学习的方法,基 于ResNet-50以及 InceptionV3.MobileNet等神经网络,并在这些基础结构上改进部分模型.该研 究主要 ...
- 基于深度卷积神经网络的玉米病害识别
基于深度卷积神经网络的玉米病害识别 1.研究思路 算法模型是先将图像预处理,应用Tripletloss双卷积神经网络结构学习玉米图像特征,再使用SIFT算法提取图像纹理细节,最后通Softmax对图像 ...
- 基于深度卷积神经网络的大豆叶斑病识别
Abstract 摘要:本文设计了一种基于LeNet的深度卷积神经网络,利用大豆叶斑病斑影响区域进行病害识别和分类.采用无监督模糊聚类算法从叶片图像中分割出病害斑的影响区域.所提出的深度卷积神经网络模 ...
- 基于深度卷积神经网络进行人脸识别的原理是什么？
原文:https://www.zhihu.com/question/60759296 基于深度卷积神经网络进行人脸识别的原理是什么? 这里的人脸识别包括但不限于:人脸检测,人脸对齐,身份验证识别,和表 ...
- 基于深度卷积神经网络的目标检测研究综述
基于深度卷积神经网络的目标检测研究综述 人工智能技术与咨询 来自<光学精密工程> ,作者范丽丽等 摘要:作为计算机视觉中的基本视觉识别问题,目标检测在过去的几十年中得到了广泛地研究.目标检 ...
- 基于深度卷积神经网络（D-CNN）的图像去噪方法
基于深度卷积神经网络的图像去噪方法 摘要:图像去噪在图像处理中仍然是一个具有挑战性的问题.作者提出了一种基于深度卷积神经网络(DCNN)的图像去噪方法.作者设计的不同于其他基于学习的方法:一个DC ...
- 基于深度卷积神经网络的ImageNet分类
基于深度卷积神经网络的ImageNet分类 文章目录 摘要 一.介绍 二.数据集 三.结构 ReLU非线性 局部反应归一化 重叠集合 整体架构 数据扩张 总结 摘要 我们训练了一个大型的深度卷积神经网 ...
- 一种基于深度卷积神经网络（DCNN）用于于头发和面部皮肤实时分割方法
团队信息 摘要 现代的语义分割方法通常过于关注模型的准确性,因此引入繁琐的主干,这会带来沉重的计算负担和内存占用.为了解决这个问题,作者提出了一种基于深度卷积神经网络(DCNN)的高效分割方法,用于头 ...
- 基于一维卷积神经网络的滚动轴承故障识别
基于一维卷积神经网络的滚动轴承故障识别 文章目录 基于一维卷积神经网络的滚动轴承故障识别 一.数据预处理 二.模型构建 三.模型训练 四.模型测试 总结 一.数据预处理 采用美国凯斯西储大学(CWRU ...
最新文章
- ShardedJedis 错误使用
- 我说分布式事务之消息最终一致性事务（一）：原理及实现
- LCT维护子树信息(BZOJ4530：[BJOI2014]大融合)
- python闭合函数_Python中函数的闭包
- SSH 命令常见用法
- e: 无法定位软件包_比Ctrl+c，ctrl+v还好用的复制粘贴：Ctrl+d ctrl+r ctrl+e等
- macOS 12 Monterey实用功能
- 超详细的计算机视觉竞赛汇总
- kubernetes集群pod异常状态ContainerCreating的解决
- 关闭iTunes iPhone自动备份（Windows+Mac）及删除过期备份
- php处理微信昵称特殊符号
- 计算机屏幕亮度一般为多少,显示器亮度对比度到底设置多少最合适？
- 2021最新申请苹果的公司开发者账号
- Logstash：日志解析的 Grok 模式示例
- 如何在WPS文字中插入打勾（叉）方框
- 实现数据开放共享的方法
- java将十进制数字转换成二进制
- 程序员创业成功必须遵守的几条铁律
- 基于主成分分析法的安全评价模型
- 将Spring Boot应用程序注册成为系统服务