| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-20页 |
| ·课题的背景和意义 | 第10-11页 |
| ·人脸表情识别技术国内外现状 | 第11-16页 |
| ·人脸表情特征提取 | 第13-14页 |
| ·人脸表情特征分类 | 第14-15页 |
| ·人脸表情特征识别 | 第15-16页 |
| ·存在的难点与发展趋势 | 第16-17页 |
| ·本文主要研究内容 | 第17-18页 |
| ·本文章节安排 | 第18-20页 |
| 第二章 人脸表情识别的基本理论 | 第20-31页 |
| ·引言 | 第20页 |
| ·主成分分析及特征脸法 | 第20-21页 |
| ·Gabor 特征提取技术 | 第21-23页 |
| ·小波变换原理 | 第21-22页 |
| ·Gabor 小波基本理论 | 第22-23页 |
| ·AdaBoost 分类算法 | 第23-25页 |
| ·SVM 分类器 | 第25-30页 |
| ·统计学习理论 | 第25-27页 |
| ·支持向量机 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于改进 LBP 的人脸表情特征提取 | 第31-43页 |
| ·引言 | 第31页 |
| ·改进的 LBP 算子 | 第31-34页 |
| ·原始 LBP 算子 | 第31-32页 |
| ·改进 LBP 算子 | 第32-34页 |
| ·基于改进 LBP 与小波分解相结合的表情特征提取 | 第34-37页 |
| ·表情图像的小波分解 | 第34-35页 |
| ·改进 LBP 结合小波分解提取表情图像特征 | 第35-37页 |
| ·实验结果与分析 | 第37-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于模糊拉普拉斯 SVM 的人脸表情识别 | 第43-51页 |
| ·引言 | 第43页 |
| ·拉普拉斯支持向量机 | 第43-45页 |
| ·模糊拉普拉斯支持向量机 | 第45-47页 |
| ·引入数据的模糊性 | 第45页 |
| ·引入模糊成员函数的 LapSVM | 第45-46页 |
| ·模糊成员函数的确定 | 第46-47页 |
| ·多类模糊拉普拉斯支持向量机算法 | 第47-48页 |
| ·“一对一”SVM | 第47页 |
| ·“一对多”SVM | 第47-48页 |
| ·实验结果与分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 系统设计与实现 | 第51-56页 |
| ·引言 | 第51页 |
| ·系统组成 | 第51-52页 |
| ·系统软件实现 | 第52-55页 |
| ·系统功能分析 | 第52页 |
| ·系统软件结构 | 第52-53页 |
| ·系统运行界面 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·工作总结 | 第56-57页 |
| ·不足与展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士期间所完成的学术论文目录 | 第63页 |