基于卷积神经网络的面部表情识别算法及实现任务书
2020-02-18 15:46:48
1. 毕业设计(论文)主要内容:
1、学习并掌握Python编程;
2、学习卷积神经网络算法原理;
3、基于python实现面部表情识别。
2. 毕业设计(论文)主要任务及要求
1、编写程序实现基于神经网络的面部表情识别;
2、撰写格式必须规范;
3、阅读的参考文献不少于15篇(其中近5年外文文献不少于3篇);
4、完成不少于12000字的论文的撰写并完成答辩的相关工作;
5、完成不低于5000汉字(20000英文印刷符)的教师指定的相关文献的英译汉翻译;
6、正文应包含不少于12幅图(包括:电路原理图、流程图、结构框图、程序框图等)
3. 毕业设计(论文)完成任务的计划与安排
第1周—第3周 搜集资料,撰写开题报告;
第4周—第5周 论文开题;
第6周—第12周 撰写论文初稿;
第12周—第15周 修改论文;
第16周 论文答辩
第4周—第5周 论文开题;
第6周—第12周 撰写论文初稿;
第12周—第15周 修改论文;
第16周 论文答辩
4. 主要参考文献
1.Li S , Deng W . Deep Facial Expression Recognition: A Survey[J]. 2018.2.Tian Y , Kanade T , Cohn J F . Facial Expression Recognition[M]// Handbook of Face Recognition. Engg Journals Publications, 2011.
3.Lopes A T , Aguiar E D , Souza A F D , et al. Facial Expression Recognition with Convolutional Neural Networks: Coping with Few Data and the Training Sample Order[J]. Pattern Recognition, 2016, 61:610-628.
4.Pantic M. Facial Expression Recognition[J]. International Journal on Computer Science amp; Engineering, 2011, 2(5):443-447.
5.Mavani V, Raman S, Miyapuram K P. Facial Expression Recognition Using Visual Saliency and Deep Learning[C]// IEEE International Conference on Computer Vision Workshop. 2018.
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付