| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 课题的研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 基于表情的视频情感识别研究现状 | 第16-17页 |
| 1.2.2 基于生理信号的情感识别研究现状 | 第17-18页 |
| 1.2.3 表情和生理信号的双模态情感识别研究现状 | 第18-19页 |
| 1.3 视频情感识别研究的难点 | 第19页 |
| 1.4 本文研究内容与章节安排 | 第19-22页 |
| 1.4.1 本文研究内容 | 第19-20页 |
| 1.4.2 本文章节安排 | 第20-22页 |
| 第二章 视频情感识别基础理论 | 第22-34页 |
| 2.1 情感识别系统流程 | 第22页 |
| 2.2 数据库采集和预处理 | 第22-26页 |
| 2.2.1 数据库采集 | 第22-25页 |
| 2.2.2 视频预处理 | 第25-26页 |
| 2.3 特征提取 | 第26-27页 |
| 2.4 分类识别 | 第27-30页 |
| 2.4.1 K近邻分类器 | 第27页 |
| 2.4.2 支持向量机 | 第27-28页 |
| 2.4.3 BP神经网络 | 第28-30页 |
| 2.5 决策层融合 | 第30-33页 |
| 2.5.1 最大值规则 | 第30-31页 |
| 2.5.2 D-S证据理论 | 第31-32页 |
| 2.5.3 模糊积分 | 第32-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第三章 基于面部BVP生理信号的视频情感识别 | 第34-48页 |
| 3.1 面部BVP信号产生的原理 | 第34-35页 |
| 3.2 面部BVP信号的提取和预处理 | 第35-38页 |
| 3.2.1 BVP信号提取 | 第35-37页 |
| 3.2.2 小波变换去除基线漂移 | 第37-38页 |
| 3.3 面部BVP信号特征提取 | 第38-43页 |
| 3.3.1 时域特征 | 第39页 |
| 3.3.2 频域特征 | 第39-41页 |
| 3.3.3 非线性特征 | 第41-43页 |
| 3.4 实验与分析 | 第43-46页 |
| 3.4.1 高斯金字塔分解层数选取 | 第43-44页 |
| 3.4.2 面部生理信号显著性区域选取 | 第44-45页 |
| 3.4.3 基于BVP生理信号的情感识别 | 第45-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第四章 融合表情和BVP生理信号的双模态视频情感识别 | 第48-58页 |
| 4.1 表情特征提取 | 第48-50页 |
| 4.1.1 局部二值模式-三维正交平面(LBP-TOP) | 第48-49页 |
| 4.1.2 梯度方向直方图-三维正交平面(LBP-TOP) | 第49-50页 |
| 4.2 双模态情感识别模型 | 第50-52页 |
| 4.3 实验与分析 | 第52-57页 |
| 4.3.1 表情单模态情感识别实验 | 第52-54页 |
| 4.3.2 生理信号单模态情感识别实验 | 第54-56页 |
| 4.3.3 双模态情感识别实验 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第65-66页 |
