基于卷积神经网络的人脸表情和性别识别

《基于卷积神经网络的人脸表情和性别识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、密级：保密期限：导殘乂榮硕±学位论文基于卷积神经网络的人捡表情和性别识别ＦａｃｉａｌＥｘｐｒｅｓｓｉｏｎａｎｄＧｅｎｄｅｒＲｅｃｏｇｎｉｔｉｏｎＢａｓｅｄｏｎＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋｓ学号Ｐ１３２０１０９６姓名产文涛学位类别工学硕±？与信左ＳＳ蓋信号，富处理指导教师屈磊教授完成时间２０１６年５月客黛茲游獲＇’－＇．：：．Ｖ．．－４＾、：＂：；茜请斟巧｛；：独创性声明本人声明所呈交的学位论文

2、是本人在导师指导下进行的研究工作及取得的＾１，。据我所知义标注和致谢的地方外论文中不包含其研究成果，除了文中特别加他人己经发表或撰写过的研究成果，也不包含为获得安徽大学或其他教育机构的一学位或证书而使用过的材料。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签葦：签字曰期：〇年＾只曰）（矣＾学位论文版权使用授权书本学位论文作者完全了解安徽大学有关保留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权安徽大

3、学可レ义将学位论文的全部或部分内容编入有关数据库进行检索，可Ｌ义采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书）学位论文作者签卷：导师签名：＇签字曰期：＞年月曰签字曰期：年月曰１火（＞Ｗ王ｊ谷ｙ安徽大学硕古学位论文摘要城巧懒巧人脸包含性别、表情、身份、年龄等大量信息，在公共社会安全、经济财产安全、军事、反恐刑侦、人机交互等电子信息安全领域发展的迫切驱动下，人脸表情和性别识别技术已经成为一项极具发展潜力的前沿技术，也是当前计算机视、觉领域的研究热点。让计

4、算机具有人的智能，代替人类进行记忆识别，实现真正的智能时代具有十分重要的应用价值。然而人脸表情和性别识别技术也是计算机视觉领域的难点所在，其主要原因是人脸图像在获取过程中，受到光照、表情、一姿态、遮挡物等环境因素Ｗ及拍摄行为等因素的影响。因而，个出色的人脸表情和性别识别算法应该对这些因素不敏感。卷积神经网络是一种新型的神经网络，它将传统的人工神经网络和深度学习技术相结合，具有局部感受野区域、层次结构化、特征提取和分类过程相结合的，在图像处理领域取得了巨大的成功全局训练特点。卷积神经网络主要有两个特一一性，第个

5、是神经元之间采用局部连接策略，第二个是同层之间的神经元权值共享，采取局部连接和权值共享的网络结构降低了模型本身的复杂度，减少了需要训练的参数个数，这种网络结构可Ｗ获得某种程度上的平移、尺度和形变不变性。本论文的主要工作如下：１、首先系统的阐述了当前人脸表情识别和性别识别的国内外研究现状，概述了深度学习的起源Ｗ及取得的一些成果。然后介绍了神经网络的发展历程，着重介绍了卷积神经网络的算法原理和经典的网络结构。２、本论文主要研究了基于卷积神经网络下的人脸表情和性别识别。针对表一情识别，首先根据人脸表情任务的特点

6、ｅｘＮｅ，修改了Ａｌｔ网络结构，设计了个新的卷积神经网络结构，并在网络中添加了批规范化层使得准确率有３％左右，的提升，，；然后根据表情识别采用的数据集样本数量采用了微调的训练机制在ＧｏｏｇＬｅＮｅｔ上，与从头训练的方式相比，准确率有了２％左右的提升，并且在使用ＶＧＧＮｅｔ进行微调时，准确率达到了最高的７１．２７％，证明了针对本文使用的数据集，微调的策略优于重新训练在利用ＧｏｏｅＮｅｔ，；ｇＬ进行微调实验时还比Ｉ安徽大学硕±学位论文基于卷积神经网络的人脸表情和性别识别较了Ｈｉｎｇｅ损失函数和Ｓｏｆｔｍａ

7、ｘ损失函数的性能，发现后者优化前者；最后针对一，，现在的研究趋势，设计了个多网络来进行融合通过实验发现在较小的数据ｔ，多网络的性能比单网络差ｅ，集上。针对性别识别，在ＹＧＧＮ的基础上设计一了个３层的卷积神经网络，在ａｄｉｅｎｃｅ数据集上，准确率达到了９０．８２％，在ｍｙｇｅｎｄｅｒ数据集上准确率达到了９７．１０％；然后利用ＹＧＧＮｅｔ在ｍｙｇｅｎｄｅｒ数据集上进行微调，准确率达到了９９．４４％。３、本文使用卷积神经网络在人脸表情和性别数据集上训练得到的模型，然后在Ｗｉｎｄｏｗｓ７平台上利用出化和Ｃａｆｅ等

8、工具搭建了人脸表情和性别识别系统，可Ｗ用该系统实时准确地进行检测识别，并对接下来的工作进行了展望。关键词：卷积神经网络；微调；表情识别；性别识别ＩＩ安徽大学硕ｊ：