首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

人脸面部表情识别算法研究

论文摘要第6-7页
ABSTRACT第7页
第一章 绪论第13-17页
    1.1 研究的背景和意义第13页
    1.2 国内外研究现状第13-15页
    1.3 主要工作和结构第15-17页
        1.3.1 本文主要工作第15-16页
        1.3.2 结构安排第16-17页
第二章 人脸面部表情识别的理论和基础第17-31页
    2.1 表情识别系统的组成第17-24页
        2.1.1 表情图像预处理第18-20页
        2.1.2 表情特征提取第20-22页
        2.1.3 表情分类方法第22-24页
    2.2 高斯混合模型和EM算法第24-28页
        2.2.1 多维高斯分布第24-25页
        2.2.2 高斯混合模型第25-27页
        2.2.3 EM算法第27-28页
    2.3 因子分析第28-29页
    2.4 本章小结第29-31页
第三章 线性方法的面部表情识别及其改进算法第31-43页
    3.1 线性方法的表情识别第31-38页
        3.1.1 PCA面部表情识别第31-32页
        3.1.2 2D-PCA面部表情识别第32-33页
        3.1.3 Fisher线性判别FLD的面部表情识别第33-35页
        3.1.4 基于2D-FLD的面部表情识别第35页
        3.1.5 实验和分析第35-38页
    3.2 基于LF+ExtNN的面部表情识别第38-42页
        3.2.1 表情图像预处理第38页
        3.2.2 特征提取和编码第38-39页
        3.2.3 表情图像分类第39-40页
        3.2.4 实验和分析第40-42页
        3.2.5 总结第42页
    3.3 本章小结第42-43页
第四章 基于隐身份变量模型的面部表情识别及扩展算法第43-56页
    4.1 隐身份变量模型第44-47页
        4.1.1 训练过程第45-46页
        4.1.2 识别过程第46-47页
    4.2 概率Fisher线性判别PFLD的人脸表情识别第47-50页
        4.2.1 PFLD建模第47-48页
        4.2.2 训练PFLD模型第48-50页
        4.2.3 PFLD识别表情类别第50页
    4.3 扩展PFLD的人脸面部表情识别第50-52页
    4.4 实验与分析第52-55页
    4.5 本章小结第55-56页
第五章 总结与展望第56-58页
    5.1 全文总结第56-57页
    5.2 展望第57-58页
参考文献第58-63页
在学期间所取得的科研成果第63-64页
后记第64页

论文共64页,点击 下载论文
上一篇:尼罗罗非鱼胚胎干细胞系的建立及白血病抑制因子维持其未分化状态的研究
下一篇:MOEA/D算法及其在多序列比对中的应用研究