全文总字数：3037字

1. 研究目的与意义及国内外研究现状

对于人脸表情识别系统，了解该领域的研究现状和基本实现表情分类的方法，分析、理解和找出一种分辨率率较高的神经网络来对于人脸的表情做出分类方案，搭建相应的神经网络同时编写相应的程序最终实现简单的表情分类。

人脸表情识别是一个多学科交叉的研究课题，已经成为心理学、医学、计算机视觉、模式识别、图像处理、机器人、智能控制、安全等领域十分热门的研究课题，在智能人机交互领域具有重要的应用价值。

国内外研究现状

人工智能在国外发展迅速，深度学习作为人工智能的强大的技术支持，已经在语音识别和图像识别得到了广泛的应用。深度学习的兴起增加了各界学者的研究热情，因此在图像处理方面提出了多种神经网络，比如bp神经网络，卷积神经网络信念神经网络都表现出了很大的优势。在2016年injae lee等人先用普通人脸表情数据库训练了一个三层的神经网络，在使用个人的表情数据库重新训练，实现了人脸的表情识别。在国内，人脸面部表情识别起步较晚，但发展速度惊人。比如，柴瑞敏等人在2014年提出了基于gabor小波与深度信念网络的人脸表情识别技术，使深度信念网算法与图像识别紧密的联系在一起；2018年，中科院软件研究所人机交互重点实验室的姚乃明等人提出了一种基于生成式对抗网络的鲁棒人脸表情识别方法，使在头部旋转角度在45度之内的人脸面部表情识别具有较好的鲁棒性和准确性。总体来说，人脸面部识别在国际中发展不是很深，将来也具有比较大的发展空间，值得我们投入更大的精力和时间去深入的研究。

2. 研究的基本内容

针对人脸面部表情识别系统运用了特征提取的方法，提取人在做出不同的表情时会产生不同的面部特征，针对不同的特征进行大量的数据训练的输入，以便得出较高的识别率。同时进一步了解人工智能和神经网络在人脸识别方面的应用，也进一步拓展了人工神经网络理论的范围，具有重要的理论与实际意义。

主要包括：

1. 了解目前人脸面部表情识别系统常用的神经网络，比较他们

   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. 实施方案、进度安排及预期效果

   实施方案：

   通过研究相关资料，了解人工神经网络在表情识别方面的应用以及基本的工作原理和人工神经网络的在这个领域的应用背景。同时搭建所使用的神经网络和尝试编写相应的程序的编写程序。最终实现基本的人脸的表情的分类。在这个过程中可能存在一定的识别错误的问题可以因此需要不断地调试神经网络的参数和相应的程序使其具有较大的成功率。同时在不断地的完善的过程种，熟练运用软件进行仿真，与理论研究不断交互，互相验证，最终完成本次毕业论文。

   进度：

   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]. liu, m., shan, s., wang, r., chen, x.: learning expressionlets on spatio-temporal manifold for dynamic facial expression recognition. in: proceedings of the ieee conference on

   computer vision and pattern recognition. (2014) 1749–1756

   [2] 罗翔云, 周晓慧, 付克博. 基于深度学习的人脸表情识别[j].工业控制计算机, 2017, 30(5): 92-93.

   剩余内容已隐藏，您需要先支付 5元 才能查看该篇文章全部内容！立即支付