基于Gabor小波变换的人脸表情识别方法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-20页 |
| §1-1 研究的背景和意义 | 第8-9页 |
| §1-2 面部表情识别研究现状及存在问题 | 第9-12页 |
| 1-2-1 面部表情识别的发展及其现状 | 第9-10页 |
| 1-2-2 表情识别存在的问题及难点 | 第10-11页 |
| 1-2-3 人脸识别和表情识别的差异 | 第11-12页 |
| 1-2-4 面部表情识别技术发展前景 | 第12页 |
| §1-3 表情识别的基本理论 | 第12-18页 |
| 1-3-1 表情的分类及特点 | 第12-14页 |
| 1-3-2 表情识别的主要方法 | 第14-16页 |
| 1-3-3 主要表情库介绍 | 第16-17页 |
| 1-3-4 表情识别系统的结构介绍 | 第17-18页 |
| §1-4 本文的主要研究内容 | 第18-20页 |
| 第二章 表情图像预处理 | 第20-25页 |
| §2-1 表情图像预处理概论 | 第20-25页 |
| 2-1-1 眼睛定位 | 第20-21页 |
| 2-1-2 图像几何规范化 | 第21-22页 |
| 2-1-3 直方图均衡化 | 第22-25页 |
| 第三章 表情特征的提取 | 第25-32页 |
| §3-1 特征表示与特征提取 | 第25-27页 |
| 3-1-1 特征提取的意义 | 第25页 |
| 3-1-2 特征点选取规则 | 第25-27页 |
| 3-1-3 面部特征提取总结与展望 | 第27页 |
| §3-2 Gabor小波变换提取表情特征 | 第27-32页 |
| 3-2-1 Gabor小波变换基本理论 | 第27-28页 |
| 3-2-2 二维Gabor小波变换 | 第28-32页 |
| 第四章 表情图像分类与识别 | 第32-35页 |
| §4-1 分类方法介绍 | 第32-33页 |
| §4-2 欧氏距离 | 第33页 |
| §4-3 K近邻法 | 第33-35页 |
| 第五章 基于小波变换的表情识别系统设计与实现 | 第35-52页 |
| §5-1 系统的总体框架设计 | 第35-37页 |
| §5-2 人脸表情库的选取 | 第37-38页 |
| §5-3 图像预处理 | 第38-42页 |
| 5-3-1 眼睛定位 | 第39页 |
| 5-3-2 图像归一化 | 第39-42页 |
| §5-4 特征点的提取 | 第42-43页 |
| 5-4-1 特征点的标注 | 第42-43页 |
| §5-5 基于Gabor小波变换的特征矢量的提取 | 第43-47页 |
| 5-5-1 模板匹配的方法 | 第45-47页 |
| §5-6 表情的分类 | 第47-49页 |
| §5-7 实验结果与分析 | 第49-52页 |
| 第六章 结论与展望 | 第52-54页 |
| §6-1 结 论 | 第52-53页 |
| §6-2 未来工作的展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间所取得的相关科研成果 | 第57页 |
