基于序列特征的随机森林表情识别
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 引言 | 第10-16页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13-14页 |
| ·论文研究内容及组织结构 | 第14-16页 |
| 第二章 表情识别概述 | 第16-23页 |
| ·人脸检测 | 第16-19页 |
| ·基于几何特征的方法 | 第16-17页 |
| ·基于相关匹配的方法 | 第17页 |
| ·基于表象的方法 | 第17页 |
| ·基于统计理论的方法 | 第17-19页 |
| ·表情特征提取 | 第19-20页 |
| ·静态图像特征提取 | 第19-20页 |
| ·序列图像特征提取 | 第20页 |
| ·表情分类 | 第20-22页 |
| ·空间分析方法 | 第20-21页 |
| ·空时分析方法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 表情特征提取 | 第23-37页 |
| ·主动外观模型 | 第23-31页 |
| ·AAM 建模 | 第23-27页 |
| ·AAM 图像匹配 | 第27-31页 |
| ·Lucas-Kanade 光流跟踪算法 | 第31-33页 |
| ·基于 AAM 和 LK 方法的序列表情特征提取 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 表情运动单元识别 | 第37-55页 |
| ·表情运动单元简介 | 第37-42页 |
| ·支撑向量机 | 第42-52页 |
| ·VC 维与结构风险最小化 | 第42-45页 |
| ·线性支撑向量机 | 第45-48页 |
| ·非线性支撑向量机 | 第48-49页 |
| ·松弛变量与惩罚因子 | 第49-52页 |
| ·表情运动单元识别实验验证 | 第52-54页 |
| ·基于 SVM 的表情运动单元识别实验验证 | 第52-53页 |
| ·基于随机森林的表情运动单元识别实验验证 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 人脸表情识别 | 第55-68页 |
| ·人脸表情识别简介 | 第55-56页 |
| ·贝叶斯网络简介 | 第56-59页 |
| ·条件独立性假设与条件关联 | 第56-57页 |
| ·贝叶斯网络拓扑结构 | 第57-59页 |
| ·先验概率的确定和网络推理算法 | 第59页 |
| ·随机森林 | 第59-63页 |
| ·大数定律 | 第61页 |
| ·泛化误差的内部估计 | 第61-63页 |
| ·人脸表情识别实验验证 | 第63-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 结论 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 攻硕期间取得的研究成果 | 第77-78页 |
