| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·面部表情识别的研究背景及意义 | 第9-11页 |
| ·面部表情的心理学研究成果 | 第11-13页 |
| ·表情的维量分析 | 第11页 |
| ·面部动作编码系统 | 第11-12页 |
| ·六种基本情感表情 | 第12-13页 |
| ·面部表情识别的研究内容 | 第13-14页 |
| ·本论文的研究框架 | 第14-16页 |
| ·本文的研究出发点 | 第14-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| 第2章 面部表情识别技术的研究现状 | 第16-28页 |
| ·面部表情识别的国内外研究情况 | 第16-17页 |
| ·面部表情特征的提取方法分类 | 第17-18页 |
| ·表情特征提取的主要算法描述 | 第18-22页 |
| ·表情的分类与识别方法 | 第22-24页 |
| ·空间分析的方法 | 第22-23页 |
| ·空时分析的方法 | 第23-24页 |
| ·已有的人脸表情数据库 | 第24-26页 |
| ·目前存在的难点和问题 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于类内分块PCA方法的面部表情识别 | 第28-39页 |
| ·引言 | 第28页 |
| ·传统PCA方法简述 | 第28-30页 |
| ·类内分块PCA方法 | 第30-34页 |
| ·图像样本的预处理 | 第31-32页 |
| ·特征提取一类内分块PCA方法 | 第32-34页 |
| ·分类器设计 | 第34-35页 |
| ·最近邻法决策规则 | 第34-35页 |
| ·表情分类 | 第35页 |
| ·实验结果与分析 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 基于Gabor滤波+2DPCA方法的表情识别 | 第39-52页 |
| ·引言 | 第39-40页 |
| ·Gabor滤波特征提取 | 第40-42页 |
| ·Gabor滤波函数 | 第40-41页 |
| ·特征提取 | 第41-42页 |
| ·特征降维和提取 | 第42-46页 |
| ·2DPCA算法原理 | 第42-44页 |
| ·双向2DPCA算法 | 第44页 |
| ·改进后的双向2DPCA算法 | 第44-46页 |
| ·C均值分类 | 第46-48页 |
| ·误差平方和准则 | 第46-47页 |
| ·C均值聚类算法 | 第47-48页 |
| ·实验结果及分析 | 第48-50页 |
| ·本章小结 | 第50-52页 |
| 第5章 总结与展望 | 第52-54页 |
| ·总结 | 第52页 |
| ·展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间参加的科研项目和成果 | 第60页 |