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Haar-like特征的表情识别和时效性分析

摘要第1-4页
ABSTRACT第4-5页
目录第5-7页
前言第7-8页
第一章 绪论第8-16页
   ·研究背景和意义第8-9页
   ·国内外研究状况第9-12页
     ·人脸表情识别研究状况第9-12页
     ·人脸表情预测研究状况第12页
   ·人脸数据库第12-13页
   ·本文研究内容第13-15页
   ·本文组织安排第15-16页
第二章 基于 Haar-like 特征的人脸检测第16-28页
   ·人脸检测概述第16-17页
   ·Haar-like 特征和积分图第17-20页
     ·Haar-like 特征第17-18页
     ·积分图第18-20页
     ·阈值弱分类器第20页
   ·训练强分类器第20-23页
   ·Opencv 训练分类模板第23-26页
   ·直方图均衡化第26-27页
   ·本章小结第27-28页
第三章 基于 Haar-like 特征和 SVM 的表情识别第28-40页
   ·表情识别概述第28-29页
   ·多分类连续 Adaboost 算法第29-31页
   ·SVM 识别表情第31-36页
     ·SVM第31-34页
     ·libSVM第34页
     ·整体模型第34-36页
   ·实验设计第36-37页
   ·实验结果第37-39页
   ·本章小结第39-40页
第四章 人脸表情时效性评价第40-48页
   ·表情的转变和强度变化第40-41页
   ·表情状态强度变化模型的基础第41-42页
   ·表情有效性评价模型第42-44页
   ·表情状态时效性模型实验验证第44-46页
   ·本章小结第46-48页
第五章 总结与展望第48-50页
   ·工作总结第48-49页
   ·问题与展望第49-50页
参考文献第50-55页
发表论文和参加科研情况说明第55-56页
致谢第56页

论文共56页,点击 下载论文
上一篇:公安绩效考核系统的性能分析与优化
下一篇:结合双向二维主成分分析和Fisher线性判别的人脸表情识别的研究