鲁棒人脸表情识方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-30页 |
| 1.1 课题背景及研究意义 | 第12-14页 |
| 1.2 人脸表情识别的研究现状 | 第14-26页 |
| 1.2.1 人脸表情识别研究发展概述 | 第14-18页 |
| 1.2.2 人脸表情识别系统的构成 | 第18-21页 |
| 1.2.3 特征提取 | 第21-25页 |
| 1.2.4 特征分类 | 第25-26页 |
| 1.3 本文的研究内容 | 第26-27页 |
| 1.4 论文的章节安排 | 第27-30页 |
| 第2章 针对表情识别的局部判别分量分析算法 | 第30-54页 |
| 2.1 问题概述 | 第30-33页 |
| 2.2 算法基础 | 第33-35页 |
| 2.3 与表情相关的判别分量分析算法 | 第35-39页 |
| 2.4 局部判别分量分析算法 | 第39-41页 |
| 2.4.1 LDCA算法 | 第39-40页 |
| 2.4.2 2D-LDCA算法 | 第40-41页 |
| 2.5 实验结果及分析 | 第41-52页 |
| 2.5.1 算法预处理 | 第41-44页 |
| 2.5.2 LDCA算法的表情识别实验 | 第44-49页 |
| 2.5.3 2D-LDCA算法的表情识别实验 | 第49-51页 |
| 2.5.4 近邻数选择实验 | 第51-52页 |
| 2.6 本章小结 | 第52-54页 |
| 第3章 基于半监督学习的表情识别算法 | 第54-74页 |
| 3.1 研究现状 | 第54-58页 |
| 3.2 半监督学习自适应提升算法 | 第58-64页 |
| 3.2.1 算法基础 | 第58-62页 |
| 3.2.2 算法原理及分析 | 第62-64页 |
| 3.3 实验结果及分析 | 第64-72页 |
| 3.3.1 多数据库人脸表情识别 | 第64-68页 |
| 3.3.2 多姿态人脸表情识别 | 第68-72页 |
| 3.4 本章小结 | 第72-74页 |
| 第4章 人脸部分遮挡条件下的表情识别算法 | 第74-90页 |
| 4.1 问题概述 | 第74页 |
| 4.2 研究现状 | 第74-78页 |
| 4.3 增广拉格朗日乘子法的原理 | 第78-81页 |
| 4.4 实验结果及分析 | 第81-89页 |
| 4.4.1 人脸部分遮挡条件下的表情识别 | 第81-86页 |
| 4.4.2 人脸部分遮挡条件下的半监督表情识别 | 第86-89页 |
| 4.5 本章小结 | 第89-90页 |
| 结论 | 第90-94页 |
| 参考文献 | 第94-104页 |
| 攻读博士期间所发表的学术论文 | 第104-106页 |
| 致谢 | 第106-107页 |
