基于视觉的家庭服务机器人的情感认知研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-15页 |
| ·课题背景 | 第8页 |
| ·课题研究的目的和意义 | 第8-9页 |
| ·国内外研究现状及分析 | 第9-11页 |
| ·国外的研究现状 | 第9-10页 |
| ·国内的研究现状 | 第10-11页 |
| ·人脸表情识别综述 | 第11-14页 |
| ·人脸表情描述方法 | 第12-13页 |
| ·人脸表情识别方法 | 第13-14页 |
| ·论文的研究内容及组织 | 第14-15页 |
| 第2章 基于AdaBoost算法的目标检测 | 第15-32页 |
| ·图像特征 | 第15-21页 |
| ·Haar-Like特征 | 第15-18页 |
| ·Haar-Like特征数 | 第18页 |
| ·Haar-Like特征的快速计算方法 | 第18-21页 |
| ·AdaBoost算法 | 第21-24页 |
| ·AdaBoost算法概述 | 第21-22页 |
| ·AdaBoost算法的训练过程 | 第22-24页 |
| ·Cascade分类器 | 第24-26页 |
| ·Cascade分类器原理及构造方法 | 第24-26页 |
| ·级联分类器的误差分析 | 第26页 |
| ·检测结果与应用 | 第26-31页 |
| ·AdaBoost算法人脸检测 | 第26-29页 |
| ·人脸旋转的自动校正 | 第29-30页 |
| ·人脸表情区精确定位 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 基于PCA的表情特征提取 | 第32-42页 |
| ·PCA原理 | 第32-33页 |
| ·PCA概述 | 第32页 |
| ·PCA基本思想 | 第32-33页 |
| ·PCA实现方法 | 第33-39页 |
| ·PCA的目标问题 | 第33-35页 |
| ·特征向量法 | 第35-36页 |
| ·奇异值分解法 | 第36-39页 |
| ·基于PCA的表情特征提取 | 第39-41页 |
| ·使用PCA提取表情特征 | 第39-40页 |
| ·主成分的选取 | 第40页 |
| ·主成分选取结果 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于距离哈希和KNN分类的人脸表情识别 | 第42-56页 |
| ·基于距离哈希 | 第42-47页 |
| ·LSH | 第42-43页 |
| ·DBH | 第43-47页 |
| ·基于距离哈希的特征库重构 | 第47-50页 |
| ·特征库重构 | 第47-48页 |
| ·使用遗传算法优化k-l | 第48-50页 |
| ·基于KNN分类的人脸表情识别 | 第50-54页 |
| ·近邻法错误率分析 | 第50-51页 |
| ·基于DBH的KNN分类 | 第51-53页 |
| ·Mahalanobis距离 | 第53-54页 |
| ·表情特征库重构结果与分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 家庭服务机器人情感识别实验 | 第56-63页 |
| ·实验系统框架 | 第56-57页 |
| ·实验模块结构 | 第56-57页 |
| ·实验软件界面 | 第57页 |
| ·表情识别结果与分析 | 第57-62页 |
| ·表情识别准确率和效率 | 第58-62页 |
| ·表情识别的不足和展望 | 第62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士学位期间发表的学术论文 | 第70-72页 |
| 致谢 | 第72页 |
