| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景 | 第10-11页 |
| ·人脸表情识别技术的应用 | 第11-12页 |
| ·研究内容及主要工作 | 第12页 |
| ·论文的结构 | 第12-14页 |
| 第二章 表情识别技术的研究现状和进展 | 第14-23页 |
| ·概述 | 第14-16页 |
| ·人脸检测与定位 | 第16-17页 |
| ·表情特征提取方法 | 第17-21页 |
| ·NMF人脸表情特征提取 | 第18-20页 |
| ·Gabor小波变换 | 第20页 |
| ·光流模型 | 第20-21页 |
| ·表情特征分类方法 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第三章 基于线性人脸对象类模型和 ASM的关键特征点定位 | 第23-36页 |
| ·概述 | 第23页 |
| ·人脸图像预处理算法 | 第23-28页 |
| ·图像去噪 | 第24-25页 |
| ·表情图像的尺度归一 | 第25-26页 |
| ·表情图像的灰度均衡 | 第26-28页 |
| ·基于线性人脸对象类模型的特征点粗定位 | 第28-32页 |
| ·训练样本集的构建 | 第28页 |
| ·相似性变换 | 第28-30页 |
| ·人脸特征点自动标定 | 第30-32页 |
| ·基于 ASM的特征点精确定位 | 第32-34页 |
| ·先验模型的建立 | 第32页 |
| ·边缘搜索和特征点定位 | 第32-34页 |
| ·实验结果与分析 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第四章 基于光流模型与时序模板的混合特征提取 | 第36-48页 |
| ·基于光流模型的动态特征提取 | 第36-38页 |
| ·基于时序模板的动态特征提取 | 第38-40页 |
| ·图像序列配准 | 第39页 |
| ·时序模板构造 | 第39-40页 |
| ·基于典型相关分析的特征融合 | 第40-43页 |
| ·信息融合的基本理论 | 第41页 |
| ·信息融合的层次结构 | 第41-42页 |
| ·基于典型相关分析的表情特征融合 | 第42-43页 |
| ·实验结果与分析 | 第43-47页 |
| ·小结 | 第47-48页 |
| 第五章 基于混合特征与隐马尔可夫模型的表情识别 | 第48-57页 |
| ·隐马可夫模型 | 第48-49页 |
| ·隐马尔可夫模型的三个基本问题 | 第49-53页 |
| ·评价问题 | 第49-51页 |
| ·最佳状态序列的确定(Viterbi算法) | 第51-52页 |
| ·HMM参数估计算法(Baum-Welch算法) | 第52-53页 |
| ·HMM人脸表情模型 | 第53-54页 |
| ·实验结果与分析 | 第54-55页 |
| ·小结 | 第55-57页 |
| 第六章 表情识别系统的原型设计与实现 | 第57-65页 |
| ·概述 | 第57页 |
| ·原型系统的主要框架 | 第57页 |
| ·类的设计与实现 | 第57-61页 |
| ·原型系统实现 | 第61-64页 |
| ·小结 | 第64-65页 |
| 第七章 总结与展望 | 第65-67页 |
| ·总结 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 发表论文 | 第72页 |