远程教育中不良表情的识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-20页 |
| ·研究背景 | 第10页 |
| ·研究意义 | 第10-11页 |
| ·远程教育的研究现状 | 第11-12页 |
| ·表情识别的研究现状 | 第12-17页 |
| ·人脸检测国内外研究现状 | 第13-14页 |
| ·人脸表情特征提取国外研究现状 | 第14-16页 |
| ·人脸表情分类方法的国外研究现状 | 第16-17页 |
| ·研究内容 | 第17-18页 |
| ·本论文的结构概要 | 第18-20页 |
| 2 教学活动中表情的分析研究 | 第20-26页 |
| ·情绪产生的心理机制 | 第20-21页 |
| ·教学活动中学生表情的分析 | 第21-25页 |
| ·小结 | 第25-26页 |
| 3 人脸检测的研究 | 第26-43页 |
| ·图像的采集及预处理 | 第26-29页 |
| ·图像采集 | 第26-27页 |
| ·图像预处理 | 第27-29页 |
| ·人脸检测算法选取 | 第29-39页 |
| ·基于肤色和模板匹配的人脸检测法 | 第30-31页 |
| ·基于肤色和级联 SVDN 算法 | 第31-33页 |
| ·基于 Viola-Jones 目标检测算法 | 第33-38页 |
| ·三种方法对比研究 | 第38-39页 |
| ·表情区域定位及尺寸归一化 | 第39-41页 |
| ·表情区域定位 | 第39-40页 |
| ·表情区域的尺寸归一化 | 第40-41页 |
| ·人脸检测总体方案 | 第41-42页 |
| ·小结 | 第42-43页 |
| 4 表情特征提取与表情分类 | 第43-59页 |
| ·Gabor 特征提取方法 | 第43-46页 |
| ·Gabor 滤波器的理论基础 | 第43-44页 |
| ·应用 Gabor 滤波器提取表情特征 | 第44-46页 |
| ·LBP 特征提取方法 | 第46-49页 |
| ·LBP 的理论基础 | 第46-47页 |
| ·应用统一模式 LBP 算子提取表情特征 | 第47-49页 |
| ·HOG 特征提取方法 | 第49-51页 |
| ·HOG 的理论基础 | 第49-50页 |
| ·HOG 特征提取 | 第50-51页 |
| ·表情分类 | 第51-57页 |
| ·多核学习 | 第51-52页 |
| ·广义多核学习的理论基础 | 第52-53页 |
| ·基于广义多核的表情分类算法 | 第53-54页 |
| ·欧氏距离与卡方距离分类识别率对比实验 | 第54-55页 |
| ·多特征和单一特征的对比实验 | 第55-56页 |
| ·远程教育中学习者的表情识别对比实验 | 第56-57页 |
| ·小结 | 第57-59页 |
| 5 总结与展望 | 第59-61页 |
| ·总结 | 第59-60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66页 |
