基于卷积神经网络情感识别的表情包输出

论文摘要

网络社交中的表情包越来越丰富。有一种新的寻找网络社交表情包的方法,通过使用卷积神经网络的图像处理能力,进一步根据实时表情来寻找合适的表情包,目的在于节约网络社交上寻找合适表情包的时间和效率。通过实验表明,该方法具有较好的识别精度,能够在较短时间内找到与用户实时表情相匹配的表情包,缩短了用户查找表情包的时间,增加了网络社交的乐趣并提高了效率。

论文目录

• 一、概述
• 二、卷积神经网络
•   （一）卷积神经网络分层
•   （二）卷积神经网络重要概念
•   （三）卷积神经网络核心思想
• 三、建立模型
• 四、实验内容及结果
•   （一）实验内容
•   （二）实验结果
• 五、挑战与结论
•   （一）面临挑战
•   （二）结论

文章来源

类型: 期刊论文

作者: 张丽园,洪如霞

关键词: 神经网络,卷积神经网络,微表情识别,表情包

来源: 豫章师范学院学报 2019年06期

年度: 2019

分类: 社会科学Ⅱ辑,信息科技

专业: 计算机软件及计算机应用,自动化技术

单位: 豫章师范学院

基金: 豫章师范学院2019年校级课题,课题名称“基于卷积神经网络的人脸表情识别方法研究”,编号:HSYB-19-26

分类号: TP391.41;TP183

页码: 124-128

总页数: 5

文件大小: 406K

下载量: 75