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

实时人脸精细表情识别方法研究

摘要第3-5页
ABSTRACT第5-6页
第一章 绪论第12-16页
    1.1 引言第12页
    1.2 表情识别综述第12-14页
    1.3 论文研究目标与研究内容第14页
    1.4 章节安排第14-16页
第二章 相关研究概述第16-31页
    2.1 人脸检测及定位第16-22页
        2.1.1 人脸检测及定位研究概述第16页
        2.1.2 Haar分类器第16-22页
    2.2 特征提取概述第22-27页
    2.3 表情分类概述第27-28页
        2.3.1 静态分类器第27-28页
        2.3.2 动态分类器第28页
    2.4 表情强度表示方法概述第28-29页
    2.5 现有技术分析第29-30页
    2.6 本章小结第30-31页
第三章 算法框架设计及面部特征提取第31-48页
    3.1 算法设计思路第31-32页
    3.2 算法框架设计第32-33页
    3.3 面部特征提取第33-47页
        3.3.1 训练数据第34-35页
        3.3.2 形状模型(Shape Model)第35-41页
        3.3.3 斑块模型(Patch Model)第41-44页
        3.3.4 人脸定位第44-46页
        3.3.5 特征点跟踪第46-47页
    3.4 本章小结第47-48页
第四章 基于表情序列的分类算法第48-60页
    4.1 训练数据第48-49页
    4.2 自适应的隐马尔科夫模型第49-56页
    4.3 表情序列的隐藏状态第56-59页
    4.4 本章小结第59-60页
第五章 表情强度分析算法第60-69页
    5.1 表情强度的表示第60-62页
    5.2 线性回归(Linear Regression)第62-66页
    5.3 表情强度曲线第66-68页
    5.4 本章小结第68-69页
第六章 实验结果及分析第69-77页
    6.1 实验运行环境第69页
    6.2 实验结果及分析第69-76页
        6.2.1 表情分类第69-71页
        6.2.2 强度分析第71-76页
    6.3 本章小结第76-77页
第七章 总结与展望第77-80页
    7.1 全文总结第77-78页
    7.2 未来工作第78-80页
        7.2.1 综合表情序列的划分第78页
        7.2.2 表情纹理特征第78-80页
参考文献第80-83页
致谢第83-84页
攻读硕士学位期间已发表或录用的论文第84-86页

论文共86页,点击 下载论文
上一篇:《庶出的标志》中“奥格化”的彼岸世界
下一篇:Hunt-Hess 2级动脉瘤急性期去骨瓣减压的临床疗效分析