| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-28页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 人脸表情识别技术概述 | 第14-25页 |
| 1.3.1 人脸表情识别流程 | 第14页 |
| 1.3.2 人脸检测 | 第14-17页 |
| 1.3.3 人眼区域检测 | 第17页 |
| 1.3.4 表情图预处理 | 第17-19页 |
| 1.3.5 表情特征提取 | 第19-22页 |
| 1.3.6 表情分类 | 第22-25页 |
| 1.4 论文的研究内容和组织结构 | 第25-28页 |
| 第二章 稀疏表示与低秩矩阵分解相关理论 | 第28-36页 |
| 2.1 引言 | 第28页 |
| 2.2 稀疏表示理论 | 第28-31页 |
| 2.2.1 稀疏表示模型 | 第28-29页 |
| 2.2.2 稀疏表示求解算法 | 第29-31页 |
| 2.3 低秩矩阵分解理论 | 第31-35页 |
| 2.3.1 低秩矩阵分解模型 | 第31-32页 |
| 2.3.2 低秩矩阵分解算法 | 第32-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 基于协作低秩分层稀疏和LC-KSVD的人脸表情识别 | 第36-46页 |
| 3.1 引言 | 第36页 |
| 3.2 基于协作低秩分层稀疏表示表情识别算法 | 第36-38页 |
| 3.3 基于LC-KSVD字典学习算法 | 第38-40页 |
| 3.4 基于协作低秩分层稀疏表示和LC-KSVD的人脸表情识别 | 第40-42页 |
| 3.4.1 协作低秩分层稀疏表示和LC-KSVD算法 | 第40-41页 |
| 3.4.2 算法求解 | 第41-42页 |
| 3.5 实验结果 | 第42-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第四章 基于低相干和尺度自适应字典学习的人脸表情识别 | 第46-58页 |
| 4.1 引言 | 第46页 |
| 4.2. 低相干字典学习算法 | 第46-48页 |
| 4.3 尺度自适应字典学习算法 | 第48-50页 |
| 4.4 基于低相干和尺度自适应字典学习的人脸表情识别 | 第50-54页 |
| 4.4.1 低相干和尺度自适应字典学习算法 | 第50-52页 |
| 4.4.2 算法求解 | 第52-54页 |
| 4.5 实验结果 | 第54-55页 |
| 4.6 本章小结 | 第55-58页 |
| 第五章 基于扩展的协作低秩分层稀疏人脸表情识别 | 第58-66页 |
| 5.1 引言 | 第58-59页 |
| 5.2 基于扩展的低秩矩阵恢复模型 | 第59-60页 |
| 5.3 基于扩展的协作低秩分层稀疏人脸表情识别 | 第60-62页 |
| 5.3.1 扩展的协作低秩分层稀疏算法 | 第60-62页 |
| 5.3.2 算法求解 | 第62页 |
| 5.4 实验结果 | 第62-64页 |
| 5.5 本章小结 | 第64-66页 |
| 第六章 总结与展望 | 第66-70页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-70页 |
| 致谢 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 附录A (攻读学位期间发表论文目录) | 第76页 |
