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

基于流形学习的脸部表情识别方法研究

摘要第1-8页
Abstract第8-10页
插图索引第10-11页
附表索引第11-12页
第1章 绪论第12-21页
   ·研究的背景和意义第12页
   ·人脸表情识别技术中的难点第12-14页
   ·人脸表情识别系统及其国内外研究现状第14-20页
     ·表情图像的获取第14-15页
     ·人脸检测第15-17页
     ·表情图像预处理第17-18页
     ·表情特征提取与降维第18-19页
     ·表情图像分类第19-20页
   ·本文的主要工作及内容结构安排第20-21页
第2章 融合LBP和DCT的表情特征提取方法第21-31页
   ·引言第21页
   ·局部二值模式(LBP)第21-23页
   ·离散余弦变换(DCT)第23-25页
   ·融合LBP和DCT的特征提取方法第25-30页
     ·表情预处理第25-26页
     ·表情特征提取第26-28页
     ·试验结果与分析第28-30页
   ·本章小结第30-31页
第3章 流形学习方法概述第31-40页
   ·引言第31页
   ·流形学习的由来第31-32页
   ·几种常见的流形学习算法第32-39页
     ·等距特征映射算法第32-34页
     ·局部线性嵌入算法第34-35页
     ·拉普拉斯特征映射算法第35-36页
     ·海森局部线性嵌入第36-38页
     ·局部切空间排列第38-39页
   ·本章小结第39-40页
第4章 一种新的有监督LE在表情识别中的应用第40-47页
   ·引言第40页
   ·有监督的Laplacianfaces第40-42页
   ·一种新的有监督LE方法在表情识别中的应用第42-43页
   ·实验过程第43-46页
     ·表情预处理第44页
     ·表情特征提取与降维第44页
     ·表情分类设计第44-45页
     ·实验结果与分析第45-46页
   ·本章小结第46-47页
总结与展望第47-49页
参考文献第49-53页
致谢第53-54页
附录A 攻读硕士学位期间所发表的学术论文第54页

论文共54页,点击 下载论文
上一篇:密度敏感的层次化聚类算法研究
下一篇:基于肤色和AdaBoost算法的人脸检测