| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-27页 |
| 1.1 研究背景与意义 | 第9-14页 |
| 1.2 人脸表情识别概述 | 第14-24页 |
| 1.2.1 人脸表情识别国内外研究现状 | 第14-17页 |
| 1.2.2 人脸表情识别整体流程 | 第17-18页 |
| 1.2.3 静态图像表情特征提取常用方法 | 第18-21页 |
| 1.2.4 动态序列表情特征提取常用方法 | 第21-22页 |
| 1.2.5 人脸表情分类常用方法 | 第22-24页 |
| 1.3 论文主要研究内容 | 第24-25页 |
| 1.4 论文组织结构 | 第25-27页 |
| 第2章 人脸检测和图像预处理 | 第27-37页 |
| 2.1 人脸检测 | 第27-35页 |
| 2.1.1 Haar-like特征 | 第27-29页 |
| 2.1.2 积分图法 | 第29-30页 |
| 2.1.3.Adaboost人脸检测 | 第30-35页 |
| 2.2 图像预处理 | 第35-36页 |
| 2.3 本章小结 | 第36-37页 |
| 第3章 基于AAM和金字塔LK光流法表情特征提取 | 第37-50页 |
| 3.1 主动外观模型AAM | 第37-43页 |
| 3.1.1 AAM概述 | 第37-38页 |
| 3.1.2 AAM建模 | 第38-42页 |
| 3.1.3 AAM拟合 | 第42-43页 |
| 3.2 光流法简介 | 第43-48页 |
| 3.2.1 光流算法概述 | 第43-44页 |
| 3.2.2 Lucas-Kanade光流法 | 第44-46页 |
| 3.2.3 高斯金字塔Lucas-Kanade光流法 | 第46-48页 |
| 3.3 结合AAM与金字塔LK光流法的表情特征提取 | 第48-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第4章 动态序列表情识别 | 第50-65页 |
| 4.1 K近邻法 | 第50-52页 |
| 4.2 支持向量机分类方法 | 第52-54页 |
| 4.2.1 线性可分情况 | 第52-53页 |
| 4.2.2 非线性可分情况 | 第53-54页 |
| 4.2.3 SVM核函数 | 第54页 |
| 4.3 人脸表情数据库 | 第54-57页 |
| 4.4 实验结果与分析 | 第57-63页 |
| 4.4.1 K近邻分类实验 | 第57-58页 |
| 4.4.2 SVM分类实验的参数影响 | 第58-60页 |
| 4.4.3 SVM训练样本范围 | 第60-61页 |
| 4.4.4 实验对比 | 第61-62页 |
| 4.4.5 错误结果分析 | 第62-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第5章 结论 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 在学研究成果 | 第69-70页 |
| 致谢 | 第70页 |