| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1. 绪论 | 第10-15页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·可行性分析 | 第12-13页 |
| ·研究内容 | 第13页 |
| ·本文组织结构 | 第13-15页 |
| 2. 基于分数阶傅里叶变换的人脸表情识别 | 第15-27页 |
| ·分数阶傅里叶变换概述 | 第15-19页 |
| ·分数阶傅里叶变换的定义 | 第15-16页 |
| ·分数阶傅立叶变换的性质 | 第16-18页 |
| ·分数阶傅里叶变换的离散算法和二维形式 | 第18-19页 |
| ·基于分数阶傅里叶变换的表情识别 | 第19-26页 |
| ·人脸表情数据库的选择 | 第19-20页 |
| ·表情图像的预处理 | 第20-22页 |
| ·特征降维方法—主成分分析 | 第22-23页 |
| ·分类器选择 | 第23-24页 |
| ·基于单个阶次分数阶傅里叶域特征的人脸表情识别 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 3. 特征融合理论及算法研究 | 第27-37页 |
| ·信息融合的基本理论 | 第27-28页 |
| ·经典特征融合算法介绍 | 第28-30页 |
| ·串行融合 | 第28页 |
| ·典型相关分析(CCA) | 第28-30页 |
| ·DMCCA | 第30-33页 |
| ·高维小样本时的解决办法 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 4. 基于分数阶傅里叶域多阶次特征融合的人脸表情识别 | 第37-52页 |
| ·串行融合和MCCA融合 | 第38-41页 |
| ·DMCCA融合 | 第41-44页 |
| ·串行融合、MCCA和DMCCA的融合后特征维数比较 | 第44-46页 |
| ·与基于Gabor特征融合的人脸表情识别的比较 | 第46-51页 |
| ·Gabor变换介绍 | 第46-48页 |
| ·基于Gabor特征融合的人脸表情识别 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 5. 总结与展望 | 第52-54页 |
| ·总结 | 第52-53页 |
| ·展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 个人简历 在读期间发表的学术论文与研究成果 | 第57-58页 |
| 致谢 | 第58页 |