1. 毕业设计（论文）的内容和要求

人脸识别目前得到广泛的运用，而人脸表情识别则是在人脸检测的基础上判断人是否高兴。

本课题采用python实现简单的人脸表情分类功能，要求首先检测出人脸图片，然后通过分类算法判断其表情类型。

要求： 1. 掌握python的编程技巧； 2. 掌握python中人脸识别相关技术； 3. 掌握keras工具包的使用； 4. 能采用python去解决复杂工程问题。

2. 参考文献

1. 郑秋梅, 吕兴会, 时公喜. 基于多特征集成分类器的人脸表情识别[J]. 中国石油大学学报(自然科学版), 2011, 35(1):174-178. 2. 李文书, 何芳芳, 钱沄涛,等. 基于Adaboost-高斯过程分类的人脸表情识别[J]. 浙江大学学报(工学版), 2012(1):79-83. 3. 胡步发, 陈炳兴, 黄银成. 基于多层次分类策略的非特定人人脸表情分类识别[J]. 计算机应用, 2010(s2):90-94. 4. 徐红, 彭力, 陈容. 基于优化支持向量机的人脸表情分类[J]. 计算机应用研究, 2013, 30(8):2541-2544. 5. 李俊华, 彭力. 一种人脸表情分类的新方法#8212;#8212;Manhattan距离[J]. 计算机工程与应用, 2008, 44(2):74-75. 6. 冯杰, 屈志毅, 李志辉. 基于分类稀疏表示的人脸表情识别[J]. 软件, 2013(11):59-61. 7. 机器学习实践指南[M]. 2014.

3. 毕业设计（论文）进程安排

2019-1-2 ～2019-1-12 布置设计任务、学习基本知识 2019-1-12 ～2019-2-10 查阅文献、翻译文献、完成绪论 2019-2-11 ～2019-2-20 撰写开题报告、撰写PPT 2019-2-21 ～2019-3-1 修改开题报告并进行开题答辩 2019-3-2 ～2019-3-30 掌握常规算法 2019-4-1 ～2019-4-30 编程实现所用算法 2019-5-5 ～2019-5-15 运用Python进行模拟仿真，作出性能对比实验；给出展示界面 2019-5-16 ～2019-5-25 撰写毕业论文初稿、改进系统程序 2019-5-26 ～2019-6-14 撰写毕业论文终稿 6-15之前 提交所有毕业设计正式材料电子稿与打印稿 2019-6-15 ～2019-6-18 准备答辩 2019-6-19 ～2019-6-23 答辩