基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
多媒体设备上的面部情感分析技术在近期受到了广泛关注,人脸对齐作为一种计算机视觉的面部特征识别技术,受到越来越多研究者和企业的关注和研究.文章对计算机视觉技术中面部情感分析技术的发展和应用进行研究的基础上,深入分析了人脸对齐以及面部情感识别技术.针对面部标定点以及表情之间的关系,设计一种基于DAN网络的面部情感分析模型,采用多步骤的卷积神经网络产生面部标定点,系统分析面部特征点之间的角度以及离散程度来判断面部的情感.分析认为,面部情感分析技术的进一步发展,将被广泛的应用于智慧城市、教育、智能家居、人机交互在内的各个领域,有着较好的应用前景和价值.
推荐文章
一种基于轮廓分析的图像特征点检测方法
质量因子:链码:轮廓分析
特征点检测
基于特征点检测的最佳视点选择方法
三维模型
视点选择
顶点局部高度
特征点检测
视点质量
基于角点检测的图像局部特征识别
角点检测
图像处理
超分辨
特征提取
特征识别
基于唇动特征的语音端点检测
语音端点检测
唇动
特征提取
概率神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于特征点检测的面部情感分析应用与研究
来源期刊 电脑与信息技术 学科 工学
关键词 多媒体技术 计算机视觉 深度学习 面部特征点标定 情感分析
年,卷(期) 2020,(3) 所属期刊栏目 图形图像识别处理技术
研究方向 页码范围 13-16
页数 4页 分类号 TP391.41
字数 2985字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐天宇 重庆邮电大学软件工程学院 4 0 0.0 0.0
2 熊超 重庆邮电大学软件工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (1)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多媒体技术
计算机视觉
深度学习
面部特征点标定
情感分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑与信息技术
双月刊
1005-1228
43-1202/TP
大16开
长沙市解放东路53号
42-113
1993
chi
出版文献量(篇)
2678
总下载数(次)
14
论文1v1指导