人脸表情识别中特征提取算法的研究与实现
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文的章节安排 | 第12-14页 |
| 第2章 人脸表情识别概述 | 第14-30页 |
| ·人脸表情识别的结构框架 | 第14-15页 |
| ·人脸检测 | 第15-21页 |
| ·图像光照补偿 | 第15-16页 |
| ·人眼检测 | 第16-19页 |
| ·尺度角度归一化 | 第19-21页 |
| ·特征提取 | 第21-25页 |
| ·全局特征提取算法 | 第21-23页 |
| ·局部特征提取算法 | 第23-24页 |
| ·特征降维 | 第24-25页 |
| ·表情识别分类方法 | 第25-27页 |
| ·人脸表情数据库介绍 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 特征融合算法及其改进 | 第30-37页 |
| ·Gabor小波概述 | 第30-31页 |
| ·特征提取 | 第31-32页 |
| ·特征融合 | 第32-35页 |
| ·特征融合及其改进算法 | 第32-34页 |
| ·直方图统计 | 第34-35页 |
| ·实验结果及分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 特征降维算法及其改进 | 第37-45页 |
| ·特征降维方法简介 | 第37页 |
| ·局部保持主成分分析法（LPPCA） | 第37-43页 |
| ·全局目标函数 | 第38-40页 |
| ·局部目标函数 | 第40-42页 |
| ·LPPCA改进算法 | 第42页 |
| ·算法可行性分析 | 第42-43页 |
| ·实验结果及分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 总结与展望 | 第45-47页 |
| ·研究工作总结 | 第45-46页 |
| ·表情识别展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 附录 攻读硕士学位期间所发表的学术论文 | 第52页 |
