| 致谢 | 第5-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 第1章 绪论 | 第20-44页 |
| 1.1 课题研究的目的和意义 | 第20-23页 |
| 1.1.1 课题来源与研究背景 | 第20-21页 |
| 1.1.2 课题研究的目的和意义 | 第21-23页 |
| 1.2 国内外研究现状 | 第23-41页 |
| 1.2.1 研究机构及研究成果概况 | 第23-25页 |
| 1.2.2 人脸识别与面部表情识别理论研究框架 | 第25-26页 |
| 1.2.3 人脸检测理论研究现状 | 第26-31页 |
| 1.2.4 人脸识别与面部表情识别理论研究现状 | 第31-40页 |
| 1.2.5 存在的主要问题 | 第40-41页 |
| 1.3 本文的研究内容和论文结构 | 第41-44页 |
| 第2章 基于肤色模型和AdaBoost的人脸检测 | 第44-62页 |
| 2.1 引言 | 第44页 |
| 2.2 颜色空间及人脸肤色模型 | 第44-50页 |
| 2.2.1 颜色空间及其转换 | 第44-47页 |
| 2.2.2 YC_bC_r空间下肤色模型建立和肤色相似度计算 | 第47-50页 |
| 2.3 基于AdaBoost算法的分类器构造 | 第50-57页 |
| 2.3.1 Haar-like矩形特征与积分图 | 第50-53页 |
| 2.3.2 AdaBoost算法的实现 | 第53-57页 |
| 2.4 基于高斯肤色模型和AdaBoost的人脸检测 | 第57-60页 |
| 2.5 本章小结 | 第60-62页 |
| 第3章 基于SIFT局部特征和空间金字塔表达的人脸识别 | 第62-82页 |
| 3.1 引言 | 第62-63页 |
| 3.2 人脸图像的SIFT特征提取 | 第63-72页 |
| 3.2.1 尺度空间极值检测 | 第63-66页 |
| 3.2.2 特征点的精确定位 | 第66-69页 |
| 3.2.3 特征点方向的确定 | 第69-70页 |
| 3.2.4 特征描述向量的生成 | 第70-72页 |
| 3.3 人脸SIFT特征的空间金字塔表达 | 第72-75页 |
| 3.3.1 空间域网格序列划分 | 第72-73页 |
| 3.3.2 特征域聚类 | 第73-75页 |
| 3.4 分类器设计 | 第75-76页 |
| 3.5 实验与结果分析 | 第76-81页 |
| 3.5.1 ORL人脸数据库实验 | 第76-79页 |
| 3.5.2 Yale人脸数据库实验 | 第79-81页 |
| 3.6 本章小结 | 第81-82页 |
| 第4章 基于梯度脸和局部特征编码的光照鲁棒性人脸识别 | 第82-101页 |
| 4.1 引言 | 第82-85页 |
| 4.2 梯度分量的光照不变性分析 | 第85-87页 |
| 4.2.1 朗伯光照反射模型 | 第85-86页 |
| 4.2.2 梯度脸及光照不变性分析 | 第86-87页 |
| 4.3 梯度脸信息的局部特征编码 | 第87-91页 |
| 4.3.1 幅值信息的LGBP编码 | 第87-89页 |
| 4.3.2 相位信息的LGXP编码 | 第89-90页 |
| 4.3.3 特征级融合及人脸识别 | 第90-91页 |
| 4.4 实验与结果分析 | 第91-100页 |
| 4.4.1 光照不变性验证 | 第91-94页 |
| 4.4.2 Yale B人脸数据库实验 | 第94-97页 |
| 4.4.3 CMU-PIE人脸数据库实验 | 第97-98页 |
| 4.4.4 LGXBP各分量比较 | 第98-99页 |
| 4.4.5 算法执行效率评估 | 第99-100页 |
| 4.5 本章小结 | 第100-101页 |
| 第5章 基于局部特征融合和选择的人脸表情识别 | 第101-116页 |
| 5.1 引言 | 第101-103页 |
| 5.2 面部表情特征提取及融合 | 第103-107页 |
| 5.2.1 LBP特征提取 | 第103-104页 |
| 5.2.2 LPQ特征提取 | 第104-106页 |
| 5.2.3 特征级融合 | 第106-107页 |
| 5.3 面部表情显著特征子区域选择 | 第107-108页 |
| 5.4 分类器设计 | 第108页 |
| 5.5 实验与结果分析 | 第108-115页 |
| 5.5.1 关键子区域的分布 | 第109-110页 |
| 5.5.2 关键子区域的数目的确定 | 第110-112页 |
| 5.5.3 面部表情识别测试实验 | 第112-115页 |
| 5.6 本章小结 | 第115-116页 |
| 第6章 人脸图像分析和识别系统的建立 | 第116-127页 |
| 6.1 引言 | 第116-117页 |
| 6.2 系统功能 | 第117页 |
| 6.3 系统组成 | 第117-118页 |
| 6.4 系统工作流程 | 第118-120页 |
| 6.5 系统操作说明 | 第120-126页 |
| 6.6 本章小结 | 第126-127页 |
| 第7章 总结与展望 | 第127-131页 |
| 7.1 全文工作总结 | 第127-128页 |
| 7.2 论文创新点 | 第128-129页 |
| 7.3 进一步工作展望 | 第129-131页 |
| 参考文献 | 第131-147页 |
| 作者简历及攻读博士学位期间的主要科研成果 | 第147-148页 |
