基于机器学习的面部表情识别开题报告
2020-04-26 12:48:41
1. 研究目的与意义(文献综述包含参考文献)
课题研究背景及意义: 人脸表情是最直接、最有效的情感识别模式。
它有很多人机交互方面的应用,例如疲劳驾驶检测和手机端实时表情识别。
早在20世纪ekman等专家就通过跨文化调研提出了七类基础表情,分别是生气,害怕,厌恶,开心,悲伤,惊讶以及中立。
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!
2. 研究的基本内容、问题解决措施及方案
课题研究的目标 通过对机器学习的了解,使用python 语言搭建模型,训练机器识别人类面部基本的6种表情,例如高兴 (happy)、生 气 (angry)、吃 惊 (surprise)、恐惧(fear)、厌恶(disgust)和悲伤(sad),给出确切的结果,并且提高识别精度。
对图像进行多种处理方法,让识别方法更加便利。
能否通过改进算法来达到较高的识别精度,是这个课题额外可以改进的地方。
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