基于语音与人脸表情信息的情感识别算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-19页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究进展 | 第12-16页 |
| ·国外研究进展 | 第12-14页 |
| ·国内研究进展 | 第14-16页 |
| ·多模态情感识别的难点 | 第16页 |
| ·本文的研究内容和结构 | 第16-17页 |
| ·本文研究内容 | 第16-17页 |
| ·本文结构安排 | 第17页 |
| ·本章小结 | 第17-19页 |
| 第2章 语音与人脸表情双模态情感识别 | 第19-28页 |
| ·多模态情感识别框架 | 第19页 |
| ·多模态情感数据库的选择 | 第19-20页 |
| ·自建情感数据库介绍 | 第19-20页 |
| ·多模态数据的详细说明 | 第20页 |
| ·特征提取 | 第20-22页 |
| ·语音特征提取 | 第20-21页 |
| ·人脸表情特征提取 | 第21-22页 |
| ·情感识别方法 | 第22-26页 |
| ·语音情感分类方法 | 第22-25页 |
| ·人脸表情分类方法 | 第25-26页 |
| ·多模态情感识别融合方法 | 第26-27页 |
| ·判决层融合 | 第26-27页 |
| ·特征层融合 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第3章 语音情感特征提取 | 第28-40页 |
| ·语音信号预处理 | 第28-29页 |
| ·语音特征的统计学参数 | 第29-30页 |
| ·语音情感特征类别 | 第30-35页 |
| ·短时能量 | 第30-31页 |
| ·基音频率 | 第31-32页 |
| ·第一共振峰 | 第32-33页 |
| ·MFCC | 第33-35页 |
| ·语音持续时间 | 第35页 |
| ·语音模态情感特征数据的提取 | 第35-39页 |
| ·14维语音特征数据的提取 | 第35-37页 |
| ·74维语音特征数据的提取 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于LBP的人脸表情特征提取 | 第40-50页 |
| ·基于LBP的人脸表情特征提取算法 | 第40-43页 |
| ·LBP基本模式方法 | 第40-42页 |
| ·LBP统一模式方法 | 第42-43页 |
| ·改进的LBP表情特征提取算法 | 第43-45页 |
| ·图片分块与权值赋予 | 第43-44页 |
| ·降低特征维数 | 第44-45页 |
| ·人脸表情模态情感特征数据的提取 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 基于PCA的语音与人脸表情特征的融合算法 | 第50-60页 |
| ·PCA算法 | 第50-52页 |
| ·语音与表情特征的直接融合算法 | 第52-56页 |
| ·14维语音特征与人脸表情特征直接融合数据 | 第52-54页 |
| ·74维语音特征与人脸表情特征直接融合数据 | 第54-56页 |
| ·语音与表情特征的融合优化算法 | 第56-59页 |
| ·14维语音特征与表情特征融合优化数据 | 第56-58页 |
| ·74维语音特征与表情特征融合优化数据 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 基于SVM的双模态情感识别 | 第60-77页 |
| ·SVM算法 | 第60-63页 |
| ·线性可分问题 | 第60-62页 |
| ·非线性问题 | 第62页 |
| ·线性不可分情况 | 第62-63页 |
| ·改进的网格搜索参数优化算法 | 第63页 |
| ·仿真实验与结果分析 | 第63-76页 |
| ·基于语音特征的情感识别 | 第64-71页 |
| ·基于表情特征的情感识别 | 第71-73页 |
| ·基于融合特征的情感识别 | 第73-76页 |
| ·本章小结 | 第76-77页 |
| 第7章 总结与展望 | 第77-80页 |
| ·总结 | 第77-78页 |
| ·展望 | 第78-80页 |
| 参考文献 | 第80-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士学位期间发表的论文 | 第86页 |
