第一章 绪论 | 第1-13页 |
1.1 课题的背景 | 第9页 |
1.2 人脸表情识别涉及的研究领域及应用 | 第9-11页 |
1.3 论文的研究内容及主要工作 | 第11-12页 |
1.4 论文的结构概要 | 第12-13页 |
第二章 人脸表情识别技术的研究与进展 | 第13-25页 |
2.1 概述 | 第13页 |
2.2 人脸表情识别系统若干阶段分析 | 第13-16页 |
2.3 典型的人脸表情识别算法介绍 | 第16-22页 |
2.3.1 主成份分析(PCA)结合线性判别方法 | 第16-18页 |
2.3.2 小波变换 | 第18-20页 |
2.3.3 光流模型 | 第20页 |
2.3.4 隐马可尔夫模型 | 第20-22页 |
2.4 人脸表情识别方法的比较和总结 | 第22-23页 |
2.5 小结与启示 | 第23-25页 |
第三章 人脸表情图像的预处理 | 第25-31页 |
3.1 概述 | 第25页 |
3.2 人脸表情区域的自动分割 | 第25-26页 |
3.3 表情图像的尺寸归一 | 第26-28页 |
3.4 表情图像的灰度归一 | 第28-30页 |
3.5 小结 | 第30-31页 |
第四章 基于 Gabor小波变换的人脸表情特征提取算法 | 第31-43页 |
4.1 概述 | 第31页 |
4.2 小波理论与 Gabor变换 | 第31-36页 |
4.2.1 小波变换与多分辨率分析 | 第32-34页 |
4.2.2 Gabor变换 | 第34-36页 |
4.3 人脸表情图像的网格化 | 第36-37页 |
4.3 基于 Gabor小波变换的表情弹性图的构造 | 第37-39页 |
4.3.1 Gabor小波函数的选择 | 第38-39页 |
4.3.2 表情弹性图的构造 | 第39页 |
4.4 实验结果及分析 | 第39-42页 |
4.5 小结 | 第42-43页 |
第五章 基于图像差分的关键帧检测技术 | 第43-50页 |
5.1 概述 | 第43页 |
5.2 基于图像差分的表情关键帧检测算法 | 第43-47页 |
5.2.1 图像差分介绍 | 第43-44页 |
5.2.2 改进的图像差分算法 | 第44-47页 |
5.3 实验结果及有关实时性的讨论 | 第47-49页 |
5.3.1 实验结果 | 第47-48页 |
5.3.2 关于实时性的讨论 | 第48-49页 |
5.4 小结 | 第49-50页 |
第六章 基于弹性模板匹配的分类识别 | 第50-62页 |
6.1 概述 | 第50页 |
6.2 表情关键点检测与表情模板的构造 | 第50-52页 |
6.2.1 表情关键点的检测 | 第50-52页 |
6.2.2 表情模板的构造 | 第52页 |
6.3 基于最小能量函数的弹性模板匹配算法 | 第52-56页 |
6.4 K-近邻分类策略 | 第56-57页 |
6.5 实验结果及分析 | 第57-61页 |
6.6 小结 | 第61-62页 |
第七章 表情识别原型系统的设计与实现 | 第62-74页 |
7.1 面向对象、UML和设计模式 | 第62-63页 |
7.2 系统功能分析 | 第63-64页 |
7.3 系统的静态结构 | 第64-70页 |
7.4 系统的动态结构 | 第70-71页 |
7.5 人脸表情识别原型系统界面简述 | 第71-73页 |
7.6 小结 | 第73-74页 |
第八章 结束语 | 第74-76页 |
8.1 工作总结 | 第74-75页 |
8.2 下一步工作展望 | 第75-76页 |
参考文献 | 第76-81页 |
致谢 | 第81-82页 |
发表文章 | 第82页 |