基于局部特征的人脸表情识别研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11页 |
| 1.3 本文的主要工作与组织结构 | 第11-12页 |
| 1.4 本章小结 | 第12-13页 |
| 第2章 人脸表情识别的相关理论与技术 | 第13-23页 |
| 2.1 人脸表情识别的基本知识 | 第13-15页 |
| 2.1.1 人脸表情的分类 | 第13-14页 |
| 2.1.2 人脸表情识别框架 | 第14-15页 |
| 2.1.3 表情分类精度 | 第15页 |
| 2.2 表情特征提取典型方法 | 第15-19页 |
| 2.2.1 基于全局的特征提取方法 | 第15-17页 |
| 2.2.2 基于局部特征提取方法 | 第17-19页 |
| 2.3 表情特征分类的典型方法 | 第19-22页 |
| 2.3.1 人工神经网 | 第19-20页 |
| 2.3.2 K-最近邻 | 第20-21页 |
| 2.3.3 支持向量机 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于LGC-FN的人脸表情识别研究 | 第23-38页 |
| 3.1 引言 | 第23-25页 |
| 3.2 LBP算子和LGC算子 | 第25-29页 |
| 3.2.1 LBP算子和它的均匀模式 | 第25-27页 |
| 3.2.2 LGC算子和LGC-HD算子原理 | 第27-29页 |
| 3.3 问题的提出 | 第29-30页 |
| 3.4 LGC-FN特征提取 | 第30-32页 |
| 3.4.1 LGC-FN原理及方法 | 第30-31页 |
| 3.4.2 表情特征提取 | 第31-32页 |
| 3.5 基于LGC-FN的人脸表情分类 | 第32-36页 |
| 3.5.1 分类器的选择 | 第32-33页 |
| 3.5.2 表情库的选择 | 第33页 |
| 3.5.3 实验结果及分析 | 第33-36页 |
| 3.5.4 实验结论 | 第36页 |
| 3.6 本章小结 | 第36-38页 |
| 第4章 基于TLGC-FN的人脸表情识别研究 | 第38-48页 |
| 4.1 引言 | 第38-39页 |
| 4.2 问题的提出 | 第39-40页 |
| 4.3 TLGC-FN特征提取 | 第40-43页 |
| 4.3.1 TLGC-FN原理及方法 | 第41-43页 |
| 4.3.2 人脸表情特征的表示 | 第43页 |
| 4.4 基于TLGC-FN的人脸表情分类 | 第43-47页 |
| 4.4.1 实验设置 | 第43-44页 |
| 4.4.2 实验结果及分析 | 第44-46页 |
| 4.4.3 实验结论 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第5章 总结 | 第48-50页 |
| 5.1 主要工作与创新点 | 第48-49页 |
| 5.2 后续研究工作 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 致谢 | 第55-57页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第57页 |
