| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-19页 |
| 1.1 课题的研究意义与应用前景 | 第8-10页 |
| 1.1.1 课题的研究意义 | 第8页 |
| 1.1.2 课题的应用前景 | 第8-10页 |
| 1.2 三维人脸表情识别方法概述 | 第10-16页 |
| 1.2.1 国内外研究现状 | 第10-11页 |
| 1.2.2 三维人脸表情识别方法 | 第11-16页 |
| 1.2.2.1 三维人脸表情图像预处理 | 第12-13页 |
| 1.2.2.2 三维人脸表情图像特征提取 | 第13-14页 |
| 1.2.2.3 三维人脸表情图像特征筛选 | 第14-15页 |
| 1.2.2.4 三维人脸表情图像分类识别 | 第15-16页 |
| 1.2.3 三维人脸表情识别发展趋势 | 第16页 |
| 1.3 三维人脸表情识别技术难点 | 第16-17页 |
| 1.4 主要研究内容及章节安排 | 第17-19页 |
| 1.4.1 主要研究内容 | 第17-18页 |
| 1.4.2 章节安排 | 第18-19页 |
| 第二章 三维人脸表情图像预处理方法 | 第19-33页 |
| 2.1 引言 | 第19页 |
| 2.2 尖点去除 | 第19-20页 |
| 2.3 点云三角化 | 第20-23页 |
| 2.3.1 Delaunay三角剖分 | 第20-21页 |
| 2.3.2 Delaunay三角剖分准则 | 第21-22页 |
| 2.3.3 Delaunay剖分的算法 | 第22-23页 |
| 2.3.3.1 Lawson算法 | 第22页 |
| 2.3.3.2 Bowyer-Watson算法 | 第22-23页 |
| 2.4 孔洞修补 | 第23-25页 |
| 2.5 点云平滑 | 第25-27页 |
| 2.6 人脸区域分割 | 第27页 |
| 2.7 姿态校正 | 第27-32页 |
| 2.8 本章小结 | 第32-33页 |
| 第三章 三维人脸表情图像低层视觉特征的提取与筛选 | 第33-47页 |
| 3.1 引言 | 第33页 |
| 3.2 低层视觉特征提取 | 第33-34页 |
| 3.3 遗传算法简介 | 第34-37页 |
| 3.3.1 遗传算法的原理与特点 | 第35-36页 |
| 3.3.2 遗传算法的基本流程 | 第36-37页 |
| 3.4 多目标优化概念 | 第37-39页 |
| 3.5 NSGA算法简介 | 第39-41页 |
| 3.5.1 基本原理 | 第39-40页 |
| 3.5.2 NSGA算法流程 | 第40页 |
| 3.5.3 NSGA算法的缺点 | 第40-41页 |
| 3.6 NSGA-Ⅱ算法简介 | 第41-44页 |
| 3.6.1 算法的相关定义 | 第41-43页 |
| 3.6.1.1 快速非支配排序 | 第41-42页 |
| 3.6.1.2 拥挤度计算及排序规则 | 第42-43页 |
| 3.6.2 算法的基本流程 | 第43-44页 |
| 3.7 双目标精英策略的三维人脸表情特征筛选 | 第44-46页 |
| 3.7.1 问题描述 | 第44-45页 |
| 3.7.2 改进思想及算法流程图 | 第45-46页 |
| 3.8 本章小结 | 第46-47页 |
| 第四章 基于语义知识的三维人脸表情识别 | 第47-55页 |
| 4.1 引言 | 第47页 |
| 4.2 语义特征概述 | 第47-49页 |
| 4.2.1 语义特征的分析方法 | 第48页 |
| 4.2.2 核典型性相关分析 | 第48-49页 |
| 4.2.3 回归分析 | 第49页 |
| 4.3 三维人脸表情分类识别 | 第49-54页 |
| 4.3.1 核典型性相关分析概述 | 第49-50页 |
| 4.3.2 核典型性相关分析的原理 | 第50-52页 |
| 4.3.3 模式分类 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 三维人脸表情识别实验结果及分析 | 第55-64页 |
| 5.1 基于改进NSGA-Ⅱ算法的特征筛选实验结果及分析 | 第55-60页 |
| 5.1.1 确定父代精英种群规模 | 第56页 |
| 5.1.2 三维人脸表情特征筛选 | 第56-60页 |
| 5.2 三维表情分类识别实验结果及分析 | 第60-63页 |
| 5.2.1 三维人脸表情识别对比实验 | 第60-61页 |
| 5.2.2 基于语义知识的三维人脸表情识别 | 第61-63页 |
| 5.3 本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 总结 | 第64-65页 |
| 展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 个人简历 | 第72页 |