基于红外热成像人脸表情识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-25页 |
| ·研究背景及意义 | 第9-10页 |
| ·红外热成像人脸表情识别的发展及研究现状 | 第10-12页 |
| ·红外人脸表情识别方法综述 | 第12-22页 |
| ·红外人脸特征提取方法综述 | 第13-17页 |
| ·人脸特征选择方法综述 | 第17-19页 |
| ·红外人脸表情分类方法综述 | 第19-22页 |
| ·研究目标和主要研究内容 | 第22-25页 |
| 2 基于 Harris 角点检测红外人脸特征定位 | 第25-37页 |
| ·引言 | 第25-26页 |
| ·红外人脸图像归一化 | 第26-29页 |
| ·区域生长法图像分割 | 第29-31页 |
| ·基于 Harris 角点检测的人脸特征点提取 | 第31-34页 |
| ·实验结果分析 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 3 基于改进的 ULBP 算法的红外人脸特征提取 | 第37-51页 |
| ·引言 | 第37页 |
| ·Gabor 小波变换特征提取 | 第37-40页 |
| ·局部二值模式（LBP 算子） | 第40-45页 |
| ·基本 LBP 算子 | 第40-41页 |
| ·扩展的多尺度 LBP 算子 | 第41-42页 |
| ·旋转不变 LBP 算子 | 第42-43页 |
| ·改进的均匀二值模式（ULBP） | 第43-45页 |
| ·PCA 特征降维 | 第45-47页 |
| ·K-L 变换方法 | 第45-46页 |
| ·PCA 算法 | 第46-47页 |
| ·实验结果分析 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 4 基于 SVM 算法的表情分类 | 第51-59页 |
| ·引言 | 第51-52页 |
| ·支持向量机算法 | 第52-55页 |
| ·运用 SVM 分类器进行红外人脸表情识别 | 第55-56页 |
| ·核函数的选择 | 第55-56页 |
| ·SVM 红外人脸表情分类 | 第56页 |
| ·实验结果分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 5 总结与展望 | 第59-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-69页 |
| 在校期间研究成果 | 第69-70页 |
