| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9-10页 |
| 1 绪论 | 第15-23页 |
| 1.1 人脸表情识别的背景及意义 | 第15-16页 |
| 1.2 人脸表情识别的研究现状 | 第16-17页 |
| 1.2.1 国外研究现状 | 第16-17页 |
| 1.2.2 国内研究现状 | 第17页 |
| 1.3 人脸表情识别系统概述 | 第17-18页 |
| 1.4 人脸表情数据库 | 第18-20页 |
| 1.5 人脸表情识别研究的难点 | 第20-21页 |
| 1.6 论文结构安排 | 第21-23页 |
| 2 人脸表情识别技术简介 | 第23-34页 |
| 2.1 人脸检测 | 第23-25页 |
| 2.1.1 基于知识的方法 | 第23-24页 |
| 2.1.2 基于统计的方法 | 第24-25页 |
| 2.2 图像预处理 | 第25-27页 |
| 2.2.1 几何变换 | 第25-26页 |
| 2.2.2 中值滤波 | 第26页 |
| 2.2.3 直方图均衡化 | 第26-27页 |
| 2.3 特征提取 | 第27-31页 |
| 2.3.1 静态表情特征 | 第28-30页 |
| 2.3.2 动态表情特征 | 第30-31页 |
| 2.4 分类识别 | 第31-32页 |
| 2.5 本章小结 | 第32-34页 |
| 3 基于局部梯度DT-CWT主方向模式的静态表情识别 | 第34-48页 |
| 3.1 引言 | 第34-35页 |
| 3.2 局部DT-CWT主方向模式的表情特征提取方法 | 第35-40页 |
| 3.2.1 DT-CWT特征 | 第35-36页 |
| 3.2.2 DDP和IDDP | 第36-38页 |
| 3.2.3 基于梯度方向的融合规则 | 第38-40页 |
| 3.2.4 分块直方图 | 第40页 |
| 3.3 局部梯度DT-CWT主方向模式的表情识别方法 | 第40-41页 |
| 3.4 实验结果及分析 | 第41-47页 |
| 3.4.1 实验步骤 | 第41-42页 |
| 3.4.2 实验相关参数选取 | 第42-44页 |
| 3.4.3 实验结果分析 | 第44-47页 |
| 3.5 本章小结 | 第47-48页 |
| 4 基于DT-CWT和AAM的动态表情识别 | 第48-59页 |
| 4.1 引言 | 第48-49页 |
| 4.2 基于DT-CWT的表情序列规整 | 第49-51页 |
| 4.2.1 动态时间规整 | 第49-50页 |
| 4.2.2 表情序列规整 | 第50-51页 |
| 4.3 基于AAM的特征提取 | 第51-54页 |
| 4.3.1 AAM概述 | 第51-53页 |
| 4.3.2 AAM特征提取 | 第53-54页 |
| 4.4 实验结果及分析 | 第54-58页 |
| 4.4.1 实验步骤 | 第54-55页 |
| 4.4.2 实验相关参数选取 | 第55-56页 |
| 4.4.3 实验结果分析 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 5 总结与展望 | 第59-61页 |
| 5.1 本文研究总结 | 第59页 |
| 5.2 未来工作展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第65-67页 |
