| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-17页 |
| ·课题背景和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·人脸表情识别系统 | 第9-14页 |
| ·人脸检测 | 第9-10页 |
| ·图像预处理 | 第10页 |
| ·人脸特征检测 | 第10-12页 |
| ·人脸表情分类 | 第12-14页 |
| ·表情识别的难点 | 第14页 |
| ·本文主要研究内容与结构安排 | 第14-17页 |
| 2 表情图像的预处理 | 第17-27页 |
| ·概述 | 第17页 |
| ·人眼定位 | 第17-20页 |
| ·人眼粗定位 | 第17-19页 |
| ·双眼框定 | 第19页 |
| ·人眼精确定位 | 第19-20页 |
| ·几何预处理 | 第20-23页 |
| ·人脸图像旋转校正 | 第20-21页 |
| ·人脸图像切割 | 第21-22页 |
| ·人脸图像缩放 | 第22-23页 |
| ·灰度预处理 | 第23-24页 |
| ·本章小结 | 第24-27页 |
| 3 基于Gabor小波变换的人脸表情特征提取 | 第27-45页 |
| ·小波变换原理 | 第27-28页 |
| ·Gabor小波 | 第28-33页 |
| ·一维Gabor小波 | 第29页 |
| ·二维Gabor小波 | 第29-31页 |
| ·人脸图像的二维Gabor小波变换 | 第31-33页 |
| ·Gabor特征的下采样 | 第33页 |
| ·主成分分析 | 第33-35页 |
| ·Fisher线性判别分析 | 第35-38页 |
| ·基于Gabor小波和PCA+FLD的人脸表情特征提取 | 第38-41页 |
| ·实验结果与分析 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 4 基于SVM的人脸表情识别 | 第45-59页 |
| ·概述 | 第45页 |
| ·统计学习理论 | 第45-47页 |
| ·VC维 | 第45页 |
| ·推广性的界 | 第45-46页 |
| ·结构风险最小化 | 第46-47页 |
| ·支持向量机 | 第47-53页 |
| ·最优分类面 | 第48-52页 |
| ·SVM的核函数 | 第52-53页 |
| ·多类支持向量机算法 | 第53-55页 |
| ·"一对多"SVM | 第53-54页 |
| ·"一对一"SVM | 第54页 |
| ·有向无环图SVM | 第54-55页 |
| ·基于SVM的表情识别实验与分析 | 第55-57页 |
| ·本章小结 | 第57-59页 |
| 5 总结与展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |