| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第15-28页 |
| 1.1 课题背景及意义 | 第15-22页 |
| 1.2 国内外研究现状 | 第22-26页 |
| 1.3 主要研究内容 | 第26-27页 |
| 1.4 论文结构安排 | 第27-28页 |
| 第二章 基于奇异值分解的微表情识别 | 第28-42页 |
| 2.1 模型概述 | 第28-33页 |
| 2.1.1 局部二值模式 | 第28-31页 |
| 2.1.2 局部二值模式-三正交平面 | 第31页 |
| 2.1.3 特征选择 | 第31-33页 |
| 2.2 基于奇异值分解的微表情识别模型 | 第33-36页 |
| 2.3 宏信息为宏表情的实验结果与分析 | 第36-40页 |
| 2.3.1 数据库 | 第36-37页 |
| 2.3.2 分块大小对结果的影响分析 | 第37-38页 |
| 2.3.3 特征维数对结果的影响分析 | 第38-39页 |
| 2.3.4 特征选择比例对结果的影响分析 | 第39页 |
| 2.3.5 与其他方法比较 | 第39-40页 |
| 2.4 宏信息为语音的实验结果与分析 | 第40-41页 |
| 2.4.1 数据库 | 第40页 |
| 2.4.2 结果分析 | 第40-41页 |
| 2.5 本章小结 | 第41-42页 |
| 第三章 基于耦合度量学习的微表情识别 | 第42-69页 |
| 3.1 模型概述 | 第42-48页 |
| 3.1.1 耦合度量学习算法 | 第43-46页 |
| 3.1.2 平滑支持向量机 | 第46-48页 |
| 3.2 特征描述子 | 第48-55页 |
| 3.2.1 双交叉模式和双交叉模式-三正交平面 | 第49-51页 |
| 3.2.2 多阶双交叉模式和多阶双交叉模式-三正交平面 | 第51-52页 |
| 3.2.3 风火轮模式和风火轮模式-三正交平面 | 第52-54页 |
| 3.2.4 描述子维数讨论 | 第54-55页 |
| 3.3 宏信息为宏表情的实验结果与分析 | 第55-65页 |
| 3.3.1 数据库介绍 | 第55-56页 |
| 3.3.2 半径大小对结果的影响分析 | 第56-60页 |
| 3.3.3 特征选择比例对结果的影响分析 | 第60-65页 |
| 3.4 宏信息为语音的实验结果与分析 | 第65-67页 |
| 3.4.1 数据库介绍 | 第65页 |
| 3.4.2 结果分析 | 第65-67页 |
| 3.5 与其他方法比较 | 第67-68页 |
| 3.6 本章小结 | 第68-69页 |
| 第四章 基于宏信息知识迁移的微表情识别 | 第69-81页 |
| 4.1 模型概述 | 第69-70页 |
| 4.2 核耦合判别局部块对齐方法 | 第70-74页 |
| 4.3 迁移支持向量机 | 第74-76页 |
| 4.4 实验结果分析 | 第76-79页 |
| 4.4.1 宏信息为宏表情的实验结果分析 | 第77-78页 |
| 4.4.2 宏信息为语音的实验结果分析 | 第78-79页 |
| 4.5 与其他方法比较 | 第79页 |
| 4.6 本章小结 | 第79-81页 |
| 第五章 总结与展望 | 第81-84页 |
| 5.1 总结 | 第81-83页 |
| 5.2 局限性和工作展望 | 第83-84页 |
| 参考文献 | 第84-92页 |
| 致谢 | 第92-93页 |
| 硕士期间研究成果 | 第93-96页 |
| 附件 | 第96页 |