首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

静态图像中正面人脸表情识别算法研究

摘要第8-10页
ABSTRACT第10-11页
第1章 绪论第12-24页
    1.1 人脸表情识别研究背景与意义第12-15页
        1.1.1 人脸表情识别的研究背景第12-14页
        1.1.2 人脸表情识别的研究意义第14-15页
    1.2 人脸表情识别研究综述第15-21页
        1.2.1 人脸表情识别研究的发展第15-16页
        1.2.2 人脸表情识别研究现状第16-20页
        1.2.3 人脸表情数据库第20-21页
    1.3 本文的主要工作第21-22页
    1.4 论文的结构第22-24页
第2章 人脸表情活跃区域定义及获取第24-36页
    2.1 人脸检测与关键点定位第24-29页
        2.1.1 彩灰转换第24-25页
        2.1.2 人脸检测与关键点定位第25-27页
        2.1.3 人脸尺寸归一化第27-29页
    2.2 人脸活跃区域获取第29-35页
        2.2.1 活跃区域定义第29-33页
        2.2.2 活跃区域对齐与归一化第33-35页
    2.3 本章小结第35-36页
第3章 特征提取与特征融合第36-48页
    3.1 LBP特征介绍及获取第36-39页
        3.1.1 LBP特征介绍第36-38页
        3.1.2 LBP特征获取第38-39页
    3.2 HOG特征介绍及获取第39-42页
        3.2.1 HOG特征介绍第39-41页
        3.2.2 HOG特征获取第41-42页
    3.3 特征融合第42-47页
        3.3.1 LBP特征的Gamma校正第43-45页
        3.3.2 特征归一化第45-46页
        3.3.3 主成分分析第46-47页
    3.4 本章小结第47-48页
第4章 实验设计与结果分析第48-60页
    4.1 实验准备第48-51页
        4.1.1 CK+数据库处理第48-49页
        4.1.2 JAFFE数据库处理第49-50页
        4.1.3 交叉验证方法第50-51页
        4.1.4 分类器选择第51页
    4.2 实验设计第51-56页
        4.2.1 活跃区域定义方法验证第51-52页
        4.2.2 Gamma校正与校正值选择方法验证第52-55页
        4.2.3 特征融合与PCA降维方法验证第55-56页
    4.3 实验结果对比及分析第56-59页
        4.3.1 实验结果对比第56-57页
        4.3.2 讨论分析第57-59页
    4.4 本章小结第59-60页
第5章 总结与展望第60-62页
    5.1 总结第60-61页
    5.2 展望第61-62页
参考文献第62-68页
致谢第68-70页
攻读硕士期间发表的论文第70页
攻读硕士期间参与的项目第70-71页
附件第71页

论文共71页,点击 下载论文
上一篇:基于视觉的移动机器人室外地形识别
下一篇:基于低成本激光传感器移动机器人SLAM研究与实现