| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-13页 |
| ·选题背景和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-11页 |
| ·表情识别的兴起与发展现状 | 第8-9页 |
| ·医疗护理机器人的研究现状及发展趋势 | 第9-11页 |
| ·本文主要研究内容与结构安排 | 第11-13页 |
| 2 表情识别方法综述及在辅助医护中应用的可行性 | 第13-25页 |
| ·人脸表情识别研究内容及主流方法分析 | 第13-17页 |
| ·人脸检测和预处理 | 第13-14页 |
| ·表情特征提取 | 第14-16页 |
| ·表情分类识别 | 第16-17页 |
| ·表情识别需要解决的问题 | 第17-18页 |
| ·本文拟采用方案的论证 | 第18-24页 |
| ·基于小波多尺度分解和Gabor小波变换的表情关键区域特征提取 | 第18-20页 |
| ·基于动态C均值聚类和逐级K近邻分类的表情识别 | 第20-23页 |
| ·表情识别在辅助医护中的应用 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 基于小波多尺度分解和Gabor小波变换的表情关键区域特征提取 | 第25-43页 |
| ·小波理论 | 第25-27页 |
| ·连续小波变换的定义及物理意义 | 第25-26页 |
| ·离散小波变换 | 第26页 |
| ·小波的多尺度分解 | 第26-27页 |
| ·Gabor小波变换 | 第27-31页 |
| ·Gabor变换 | 第28页 |
| ·二维Gabor小波变换 | 第28-31页 |
| ·基于小波多尺度分解和Gabor小波变换的表情关键区域特征提取 | 第31-36页 |
| ·小波多尺度分解降维 | 第31-32页 |
| ·表情关键区域的分割提取 | 第32-33页 |
| ·Gabor小波变换提取表情特征 | 第33页 |
| ·结果验证 | 第33-36页 |
| ·特征子空间的建立 | 第36-42页 |
| ·基于主成分分析法的特征子空间建立 | 第36-38页 |
| ·Fisher线性判别 | 第38-41页 |
| ·基于PCA+FLD的特征子空间建立 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 4 基于动态C均值聚类和逐级K近邻分类的表情识别 | 第43-55页 |
| ·模板匹配 | 第43-44页 |
| ·基于动态C均值聚类的表情模板构造 | 第44-49页 |
| ·聚类分析 | 第44-45页 |
| ·动态C均值聚类 | 第45-47页 |
| ·基于动态C均值聚类的表情模板构造 | 第47-48页 |
| ·实验结果分析 | 第48-49页 |
| ·基于动态C均值聚类逐级K近邻分类的表情识别 | 第49-54页 |
| ·最近邻法 | 第49-50页 |
| ·K近邻法 | 第50-51页 |
| ·基于K近邻法的表情识别 | 第51-52页 |
| ·基于动态C均值聚类和逐级K近邻分类的表情识别 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 5 表情识别在辅助医护中的应用 | 第55-61页 |
| ·实验设计 | 第55-57页 |
| ·人脸检测和图像预处理 | 第57-58页 |
| ·表情特征提取和降维 | 第58页 |
| ·表情识别 | 第58-59页 |
| ·模拟病人的表情识别实验结果 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-68页 |
