| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 人脸表情识别的理论研究现状 | 第12-13页 |
| 1.2.2 人脸表情识别技术的应用现状 | 第13-15页 |
| 1.3 人脸表情识别系统的概述 | 第15-16页 |
| 1.4 本文研究内容及组织结构 | 第16-19页 |
| 1.4.1 本文研究内容 | 第16页 |
| 1.4.2 本文组织结构 | 第16-19页 |
| 第2章 人脸检测与图像预处理 | 第19-29页 |
| 2.1 引言 | 第19页 |
| 2.2 基于AdaBoost算法的人脸检测与人眼定位 | 第19-23页 |
| 2.2.1 AdaBoost算法概述 | 第20页 |
| 2.2.2 AdaBoost训练分类器 | 第20-21页 |
| 2.2.3 级联分类器 | 第21-22页 |
| 2.2.4 实验结果 | 第22-23页 |
| 2.3 图像预处理 | 第23-27页 |
| 2.3.1 图像灰度化处理 | 第23-24页 |
| 2.3.2 图像几何规范化处理 | 第24-25页 |
| 2.3.3 图像灰度均衡化处理 | 第25-26页 |
| 2.3.4 实验结果 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 人脸表情的特征提取方法研究与改进 | 第29-49页 |
| 3.1 引言 | 第29页 |
| 3.2 人脸表情的基本定义 | 第29-31页 |
| 3.2.1 基本表情分类 | 第29-30页 |
| 3.2.2 人脸表情数据库 | 第30-31页 |
| 3.3 基于主动外观模型的人脸表情特征提取研究 | 第31-39页 |
| 3.3.1 特征点标定和样本对齐 | 第32-33页 |
| 3.3.2 AAM模型建立 | 第33-37页 |
| 3.3.3 AAM拟合计算 | 第37-38页 |
| 3.3.4 表情特征的提取 | 第38-39页 |
| 3.4 基于加权主成分分析的人脸表情特征提取研究与改进 | 第39-45页 |
| 3.4.1 主成分分析算法 | 第40-42页 |
| 3.4.2 加权主成分分析算法 | 第42-43页 |
| 3.4.3 改进的加权主成分分析算法 | 第43-45页 |
| 3.5 实验结果与分析 | 第45-48页 |
| 3.5.1 AAM的拟合实验结果与分析 | 第45-46页 |
| 3.5.2 改进WPCA的实验结果与分析 | 第46-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第4章 人脸表情的特征选择与特征融合 | 第49-67页 |
| 4.1 引言 | 第49页 |
| 4.2 基于粗糙集的表情特征选择 | 第49-55页 |
| 4.2.1 粗糙集基本理论 | 第50-51页 |
| 4.2.2 基于粗糙集的AAM表情特征选择 | 第51-55页 |
| 4.2.3 基于粗糙集的改进WPCA表情特征选择 | 第55页 |
| 4.3 基于SPP-CCA的几何特征与统计特征融合 | 第55-61页 |
| 4.3.1 信息融合的基本理论 | 第55-56页 |
| 4.3.2 改进的典型相关分析算法 | 第56-60页 |
| 4.3.3 几何特征与统计特征融合的实现步骤 | 第60-61页 |
| 4.4 实验结果与分析 | 第61-64页 |
| 4.4.1 特征选择的实验结果与分析 | 第61-64页 |
| 4.4.2 特征融合的实验结果与分析 | 第64页 |
| 4.5 本章小结 | 第64-67页 |
| 第5章 基于特征融合和特征加权SVM的人脸表情识别 | 第67-87页 |
| 5.1 引言 | 第67页 |
| 5.2 基于支持向量机的表情分类 | 第67-73页 |
| 5.2.1 最优分类面 | 第67-70页 |
| 5.2.2 广义最优分类面 | 第70-71页 |
| 5.2.3 高维空间中的分类面 | 第71-72页 |
| 5.2.4 基于SVM的多类表情分类 | 第72-73页 |
| 5.3 基于特征加权SVM的表情分类 | 第73-79页 |
| 5.3.1 核函数的选择 | 第73-76页 |
| 5.3.2 基于特征加权的组合核函数 | 第76-78页 |
| 5.3.3 基于特征加权SVM的分类步骤 | 第78-79页 |
| 5.4 人脸表情识别系统的设计与实现 | 第79-80页 |
| 5.4.1 人脸表情识别系统的总体结构 | 第79页 |
| 5.4.2 人脸表情识别系统的实现 | 第79-80页 |
| 5.5 实验结果与分析 | 第80-85页 |
| 5.6 本章小结 | 第85-87页 |
| 第6章 总结与展望 | 第87-89页 |
| 6.1 总结 | 第87-88页 |
| 6.2 展望 | 第88-89页 |
| 参考文献 | 第89-95页 |
| 致谢 | 第95-97页 |
| 攻读硕士学位期间的获奖情况 | 第97页 |
