基于支持向量机的表情识别应用研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-14页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 理论研究进展 | 第8-11页 |
| 1.2.2 大数据与云计算 | 第11-12页 |
| 1.3 论文的研究内容和组织结构 | 第12-14页 |
| 2 表情识别理论基础 | 第14-26页 |
| 2.1 图像预处理 | 第14-16页 |
| 2.1.2 直方图均衡化 | 第14-15页 |
| 2.1.3 滤波处理 | 第15-16页 |
| 2.2 面部关键点检测 | 第16-20页 |
| 2.2.1 ASM算法 | 第16-19页 |
| 2.2.2 AAM算法 | 第19-20页 |
| 2.3 表情特征选取 | 第20页 |
| 2.4 支持向量机理论 | 第20-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 基于变异系数的表情特征选取 | 第26-35页 |
| 3.1 面部关键点选取 | 第26-28页 |
| 3.2 基于Face++的关键点检测 | 第28-29页 |
| 3.3 基于变异系数的表情特征提取 | 第29-32页 |
| 3.4 实验结果与分析 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 基于支持向量机的表情分类 | 第35-42页 |
| 4.1 多分类器设计 | 第35-37页 |
| 4.2 核函数的选择 | 第37-38页 |
| 4.3 参数寻优 | 第38-41页 |
| 4.4 分类器实现 | 第41页 |
| 4.5 本章小结 | 第41-42页 |
| 5 表情识别实验与分析 | 第42-48页 |
| 5.1 实验系统简介 | 第42-43页 |
| 5.1.1 Matlab简介 | 第42页 |
| 5.1.2 实验系统配置 | 第42-43页 |
| 5.2 实验系统设计 | 第43-45页 |
| 5.2.1 系统模块功能 | 第43页 |
| 5.2.2 系统框图 | 第43-44页 |
| 5.2.3 静态检测用户界面 | 第44-45页 |
| 5.2.4 动态检测用户界面 | 第45页 |
| 5.3 实验数据分析 | 第45-47页 |
| 5.4 本章小结 | 第47-48页 |
| 6 总结与展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-52页 |
