| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题背景及研究意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文的主要研究内容及章节安排 | 第14-16页 |
| 1.3.1 本文的主要工作 | 第14页 |
| 1.3.2 本文的结构安排 | 第14-16页 |
| 第二章 人脸表情识别综述 | 第16-27页 |
| 2.1 人脸表情的分类与特点 | 第16-17页 |
| 2.2 人脸表情识别系统框架 | 第17-24页 |
| 2.2.1 表情图像预处理 | 第17-18页 |
| 2.2.2 表情特征提取方法 | 第18-19页 |
| 2.2.3 表情分类方法 | 第19-24页 |
| 2.3 人脸表情数据库简介 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 人脸表情图像预处理 | 第27-33页 |
| 3.1 人眼定位 | 第27-28页 |
| 3.2 表情图像的标准化 | 第28-32页 |
| 3.2.1 角度归一化 | 第28-29页 |
| 3.2.2 人脸裁剪 | 第29页 |
| 3.2.3 尺度归一化 | 第29-30页 |
| 3.2.4 直方图均衡化 | 第30-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 基于LBP-GD特征的人脸表情识别 | 第33-42页 |
| 4.1 局部二值模式 | 第33-36页 |
| 4.1.1 基本LBP算子 | 第33-35页 |
| 4.1.2 LBP的均匀模式 | 第35-36页 |
| 4.2 梯度方向算子 | 第36-37页 |
| 4.3 LBP-GD算子 | 第37-38页 |
| 4.4 实验结果与分析 | 第38-40页 |
| 4.4.1 表情图像非均匀分块方式 | 第38-39页 |
| 4.4.2 实验分析 | 第39-40页 |
| 4.5 本章小结 | 第40-42页 |
| 第五章 基于提升小波和LBP-GD特征的人脸表情识别 | 第42-50页 |
| 5.1 提升小波变换 | 第42-44页 |
| 5.2 实验流程 | 第44-49页 |
| 5.2.1 提升小波分解层数的选择 | 第44-46页 |
| 5.2.2 不同方向高频分量的选择 | 第46-47页 |
| 5.2.3 基于提升小波和LBP-GD的特征提取 | 第47-49页 |
| 5.3 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 研究工作总结 | 第50-51页 |
| 6.2 工作展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士期间发表论文 | 第57页 |