基于多特征融合卷积神经网络的人脸表情识别.pdf

最先介绍了人脸的检测的最基本的理论方面的知识,在弄清楚人脸识别的理论之后,接下来我们再研究一下人脸图像的表情是怎样提取特征的,我们使用的是以SIFT 算法为特征提取的工具,而且我们找到了基于尺度方面的

基于四元数时空卷积神经网络的人体行为识别.pdf,传统卷积神经网络（CNN）只适用于灰度图像或彩色图像分通道的特征提取，忽视了通道间的空间依赖性，破坏了真实环境的颜色特征，从而影响人体行为识别的准确率

通过训练jaffe数据库，实现识别人脸高兴、惊讶、恐惧、生气等六种表情，并圈出。可调用电脑摄像头实时监测。内附有使用说明，可以使用。仅供学习参考。

基于CNN与关键区域特征的人脸表情识别算法.pdf

matlab神经网络进行人脸识别，可以对归一化的图像进行识别，

搭建卷积神经网络进行人脸识别

结合Gabor特征与Adaboost的人脸表情识别.pdf

基于从一张含有任意人群密度和任意视角的图像中准确地估计出其中的人群数目的目的,采用了全卷积神经网络先从图像中获得其人群密度图,然后对人群密度图上每个位置进行求和操作得到最终的人群数目的方法。所采用的全

老师留的关于神经网路的作业，实现了下。识别三种表情，识别率一般

利用caffe实现声音识别