首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于语义及案例推理的人脸表情识别方法研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-18页
   ·课题的研究背景及意义第9页
   ·人脸表情识别技术应用第9-11页
   ·人脸表情识别技术难点第11-12页
   ·人脸表情识别方法概述第12-16页
     ·人脸表情识别方法研究现状第12-13页
     ·人脸表情图像预处理第13-14页
     ·人脸表情特征提取第14-16页
     ·人脸表情特征分类识别第16页
   ·主要研究内容与章节安排第16-18页
     ·主要研究内容第16-17页
     ·章节安排第17-18页
第二章 人脸表情图像预处理方法第18-27页
   ·概述第18页
   ·人脸表情数据库第18-20页
     ·Cohn-Kanade 人脸表情数据库第18-19页
     ·JAFFE 人脸表情数据库第19-20页
   ·人脸表情图像检测与定位第20页
   ·人脸表情图像的姿态校正第20-22页
   ·人脸表情图像滤波第22-23页
   ·人脸表情图像几何归一化第23-24页
   ·人脸表情图像灰度归一化第24-26页
   ·本章小结第26-27页
第三章 人脸表情特征提取方法第27-52页
   ·概述第27页
   ·基于 DVF 的人脸表情特征点提取方法第27-43页
     ·DVF 基本原理第27-30页
     ·眼睛眉毛区域检测第30-32页
     ·眼睛区域检测第32-34页
     ·嘴巴区域检测第34-36页
     ·眼睛中心定位第36-38页
     ·眉毛外内角及眉心的确定第38-39页
     ·眼睛左右眼角,上下眼睑位置的确定第39-41页
     ·上下嘴唇中心及左右嘴角位置确定第41-43页
   ·基于 WVC 定位特征点方法第43-50页
     ·WVC 方法流程第44-45页
     ·学习扩展模板码表第45-47页
     ·特征点定位第47-50页
   ·基于 LBP 提取纹理特征第50-51页
     ·LBP 基本原理第50页
     ·LBP 特征提取第50-51页
   ·本章小结第51-52页
第四章 基于语义及案例推理的人脸表情识别方法第52-71页
   ·概述第52页
   ·CBR 简介第52-54页
     ·基本的 CBR 形式第53页
     ·CBR 的特点第53-54页
   ·低层特征提取方法第54-55页
     ·特征点特征提取方法第54-55页
     ·皱纹纹理特征提取方法第55页
   ·AHP 语义结构与低层映射第55-57页
     ·AHP 语义结构第56页
     ·眉毛、眼睛、嘴唇特征点向语义特征的映射第56-57页
     ·皱纹纹理特征向语义特征的映射第57页
   ·语义特征 CBR 循环第57-66页
     ·语义特征案例结构第57-60页
     ·案例获取第60页
     ·相似案例重检第60-65页
     ·案例修订第65-66页
     ·案例保留第66页
   ·人脸表情实验及分析第66-70页
     ·特征点定位实验及分析第66-68页
     ·表情分类识别实验及结果分析第68-70页
   ·本章小结第70-71页
总结与展望第71-73页
参考文献第73-77页
致谢第77-78页
个人简介第78页

论文共78页,点击 下载论文
上一篇:关联分类算法的若干研究与改进
下一篇:白水方言语音研究