摘要当今社会，计算机视觉领域逐渐得到了一定程度的重视，而人脸表情的识别一直是该领域的前沿课题。文章介绍了课题的研究意义以及国内外的研究情况，发展趋势。阐述了深度学习的基本知识，以及详细的CNN网络基本原理，构成和训练方法。表明了算法的基本构造和实现分类的过程，并通过不同数据库的实验对比证实了CNN方法的准确性和鲁棒性，以及图片对比度对结果的影响程度。73281

人脸表情数据集采用修改后的CK数据集和JAFFE数据集，CK数据集有1230个样本JAFFE数据集有183个样本，样本中表情分为七种：anger，disgust，fear，happy，sadness，surprise。用该数据集进行训练和测试，实现本课题的表情分类算法。

毕业论文关键词：人脸表情识别 深度学习 卷积神经网络 

毕业设计说明书外文摘要

Title Facial Expression Recognition   Algorithm Based on Deep Learning         

Abstract Today, the field of computer vision gradually got a degree, and the facial expression recognition has always been a frontier topic in the field。 This paper introduces the research significance and research situation at home and abroad, the development trend。 This paper expounds the basic knowledge of the depth study, and details of the basic principle of the network, the structure and training methods。 Show the basic structure of the algorithm and coming true the process of classification。 Through the contrast experiment of different database confirmed that the CNN method the accuracy and robustness, and the degree to which the effects of the image contrast

Facial expression data sets with modified CK data sets and the modified JAFFE data set, data set with 1230 samples and 183 samples, the expression can be pided into seven types: anger, disgust, fear, happy, sadness, and surprise。 With the data set for training and testing, coming true the expression classification subject。

Keywords  facial expression recognition   deep learning   Convolution neural network

目   次

1绪论 1

1。1研究背景及意义 1

1。2国内外研究现状和发展趋势 1

1。3本文的研究内容与章节安排 2

2深度学习理论基础 4

2。1引言 4

2。2 Deep learning 基本思想 4

2。3Deep Learning的训练 7

2。4卷积神经网络 7

2。5小结 11

3基于深度网络的人脸表情识别算法 13

3。1引言 13

3。2 图片的预处理（灰度均衡化） 13

3。3数据库介绍 15

3。4 CNN的基本“构件” 16

3。5组建模型，优化训练以及参数的设置 17

3。6 小结 19

4实验结果及分析 20

4。1 训练时正确率变化规律 20

4。2 用不同数据库和不同方法检验准确率和鲁棒性 20

4。3 分类器表情分类结果统计 21

4。4 其他因素对分类的影响 22