基于SIFT算法的人脸表情识别
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·引言 | 第7页 |
| ·课题背景及意义 | 第7-8页 |
| ·人脸表情识别技术的发展历史 | 第8-10页 |
| ·人脸表情识别技术的发展及现状 | 第8-9页 |
| ·人脸表情识别的未来 | 第9-10页 |
| ·本文的研究工作 | 第10-11页 |
| ·各章安排 | 第11-13页 |
| 第二章 人脸表情识别系统综述 | 第13-21页 |
| ·人脸检测基本理论 | 第13-15页 |
| ·人脸检测常用方法 | 第13-15页 |
| ·人脸检测方法总结 | 第15页 |
| ·表情特征提取基本理论 | 第15-19页 |
| ·针对静态图像 | 第16页 |
| ·针对图像序列 | 第16-17页 |
| ·特征选择、降维、分解 | 第17-19页 |
| ·表情分类识别方法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 人脸检测 | 第21-33页 |
| ·自适应阈值分割 | 第21-23页 |
| ·阈值分割概述 | 第21-22页 |
| ·阈值分割算法流程 | 第22-23页 |
| ·ADABOOST 人脸检测 | 第23-27页 |
| ·Haar 特征 | 第23-26页 |
| ·Adaboost 算法概述 | 第26-27页 |
| ·人脸检测的其他处理 | 第27-30页 |
| ·光线补偿 | 第27-29页 |
| ·图像裁剪与尺度归一化 | 第29-30页 |
| ·人脸检测实验结果分析 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第四章 基于 SIFT 特征的表情识别 | 第33-47页 |
| ·SIFT 算法理论基础 | 第33-41页 |
| ·尺度空间理论 | 第33-34页 |
| ·SIFT 特征点提取 | 第34-38页 |
| ·SIFT 算法小结 | 第38-41页 |
| ·基于判别的 SIFT 的表情识别理论 | 第41-45页 |
| ·Kl 散度 | 第41-43页 |
| ·基于判别的 SIFT 的表情识别 | 第43-45页 |
| ·实验结果分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 人脸表情识别系统的实现 | 第47-55页 |
| ·系统的总体框架 | 第47-48页 |
| ·系统的设计与实现 | 第48-49页 |
| ·系统的软硬件环境 | 第48页 |
| ·系统主要类的实现 | 第48-49页 |
| ·系统的功能分析 | 第49-53页 |
| ·系统基本功能描述 | 第49-52页 |
| ·系统的不足之处 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第六章 总结和展望 | 第55-57页 |
| ·工作总结 | 第55页 |
| ·进一步的研究工作与展望 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-64页 |
