2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、國內(nèi)外的個人極端行為、危及公共安全的事件呈上升態(tài)勢,如網(wǎng)絡(luò)謠言、公交縱火和駕車沖撞敏感區(qū)域等。為了對危險行為預(yù)警,相關(guān)組織和人員開始研究自動預(yù)警技術(shù)。表情是人類表達(dá)情感的重要非言語行為,可作為危險行為預(yù)警過程的重要線索。目前針對表情的研究雖已取得了一些成果,但關(guān)注的多是普通表情。除了普通表情,還存在難以被覺察的微表情,其持續(xù)時間非常短,與潛在意圖關(guān)系密切,這種表情即為微表情。
  針對微表情特征提取是一項交叉性的研究課題,涉及計算

2、機、信號與信息處理和臨床心理學(xué)等多個學(xué)科,具有重要的理論研究和實際應(yīng)用意義,有助于促進(jìn)各研究領(lǐng)域的相互交流和推進(jìn)相關(guān)技術(shù)的發(fā)展。本文重點研究了基于深度學(xué)習(xí)的微表情特征提取算法,對微表情的激活度(Arousal,情緒是覺醒還是昏睡的程度)、效價(Valence,情緒表現(xiàn)積極還是消極)、期望度(Expectation,情緒是驚奇的程度)、強度(Power,受外界影響時控制自己情感的程度)四個情感屬性進(jìn)行了預(yù)測分類。最后,將預(yù)測值經(jīng)過一個一維

3、中值濾波進(jìn)行規(guī)整。論文的主要工作包括:
  (1)提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的微表情特征提取算法。與傳統(tǒng)的特征提取方法(基于梯度的特征提取算法(HOG)、基于局部紋理的特征提取算法(LBP))相比,本文算法所采用的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)對人臉表情表現(xiàn)比較集中的地方,如眼角、嘴角等部位激活了更多節(jié)點,這樣一方面能夠從原始數(shù)據(jù)中學(xué)習(xí)到具有較高表現(xiàn)力的微表情描述特征,另外可使算法性能不依賴于精確的面部檢測和定位過程。
  (2

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論