电脑桌面
添加易通论缘成稿毕设投稿到电脑桌面
安装后可以在桌面快捷访问

26年WP电子信息工程 基于Transformer的表情识别算法研究16.6-AI7.8(53237字).docx

26年WP电子信息工程 基于Transformer的表情识别算法研究16.6-AI7.8(53237字).docx_第1页
1/99
26年WP电子信息工程 基于Transformer的表情识别算法研究16.6-AI7.8(53237字).docx_第2页
2/99
26年WP电子信息工程 基于Transformer的表情识别算法研究16.6-AI7.8(53237字).docx_第3页
3/99
26年WP电子信息工程 基于Transformer的表情识别算法研究16.6-AI7.8(53237字).docx_第4页
4/99
26年WP电子信息工程 基于Transformer的表情识别算法研究16.6-AI7.8(53237字).docx_第5页
5/99
26年WP电子信息工程 基于Transformer的表情识别算法研究16.6-AI7.8(53237字).docx_第6页
6/99
26年WP电子信息工程 基于Transformer的表情识别算法研究16.6-AI7.8(53237字).docx_第7页
7/99
26年WP电子信息工程 基于Transformer的表情识别算法研究16.6-AI7.8(53237字).docx_第8页
8/99
26年WP电子信息工程 基于Transformer的表情识别算法研究16.6-AI7.8(53237字).docx_第9页
9/99
26年WP电子信息工程 基于Transformer的表情识别算法研究16.6-AI7.8(53237字).docx_第10页
10/99
- I -哈尔滨理工大学学士学位论文基于 Transformer 的表情识别算法研究摘 要面部表情识别作为情感计算领域当中的核心研究课题,在人机交互,心理健康监测,智能驾驶这类应用场景当中具有重要的价值。依靠 Vision Transformer(ViT)的方法因为具有强大的全局特征建模能力,在 FER 任务当中表现出明显优势。但是当前的方法仍然存在特征利用层面比较单一,通道之间的关系构建不够,类别不均衡情况处理不够充分以及训练策略有不足的地方等问题。本文将 ViT-B/16 当作骨干网络,从模型架构改进以及训练策略进行优化这两个维度去对面部表情识别方法展开研究。在模...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用.。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

26年WP电子信息工程 基于Transformer的表情识别算法研究16.6-AI7.8(53237字).docx

您可能关注的文档

发表评论取消回复

  
新文件+ 关注
机构认证
内容提供者

新文件

确认删除?
qq
  • 联系点击这里给我发消息
搜索教程
联系客服
  • 联系客服
回到顶部