| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题来源及研究的背景和意义 | 第10-13页 |
| 1.2 国内外的研究现状与展望 | 第13-17页 |
| 1.3 课题的来源及研究内容 | 第17-19页 |
| 1.3.1 课题来源 | 第17页 |
| 1.3.2 课题的主要研究内容 | 第17-19页 |
| 第2章 人脸表情识别算法相关理论 | 第19-29页 |
| 2.1 Gabor变换 | 第19-22页 |
| 2.2 局部二值模式 | 第22-24页 |
| 2.3 隐马尔可夫模型 | 第24-26页 |
| 2.4 最近邻规则 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于LBP和代价敏感分类的人脸检测 | 第29-39页 |
| 3.1 引言 | 第29页 |
| 3.2 代价敏感学习算法 | 第29-31页 |
| 3.3 MB-LBP结合代价敏感AdaBoost人脸检测方法 | 第31-35页 |
| 3.3.1 改进的LBP特征提取 | 第31-32页 |
| 3.3.2 基于代价敏感学习的AdaBoost算法思想 | 第32-34页 |
| 3.3.3 基于代价敏感学习的AdaBoost算法描述 | 第34-35页 |
| 3.4 实验结果与分析 | 第35-38页 |
| 3.4.1 训练集及结果 | 第35-36页 |
| 3.4.2 基于不同人脸检测方法的实验比较 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于增强中心对称LBP和EHMM的表情识别算法 | 第39-50页 |
| 4.1 引言 | 第39-40页 |
| 4.2 LBP及CS-LBP算子 | 第40-41页 |
| 4.3 基于增强中心对称LBP和EHMM的表情识别 | 第41-45页 |
| 4.3.1 增强中心对称的局部二值模式的基本思想 | 第41-43页 |
| 4.3.2 嵌入式隐马尔可夫模型 | 第43-45页 |
| 4.4 实验结果及分析 | 第45-49页 |
| 4.4.1 在CK人脸库上的实验 | 第47-48页 |
| 4.4.2 在JAFFE人脸库上的实验 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 多方向Gabor特征结合ECS-LBP的表情识别算法 | 第50-62页 |
| 5.1 引言 | 第50页 |
| 5.2 Gabor滤波描述 | 第50-52页 |
| 5.3 多方向Gabor特征结合ECS-LBP算法 | 第52-56页 |
| 5.3.1 多方向Gabor特征融合思想理论 | 第52-54页 |
| 5.3.2 多方向Gabor特征结合ECS-LBP算法描述 | 第54-56页 |
| 5.4 实验结果及分析 | 第56-61页 |
| 5.4.1 算法在不同表情库下的识别效果 | 第56-59页 |
| 5.4.2 基于不同算法的比较 | 第59-61页 |
| 5.5 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间所发表的学术论文 | 第67-68页 |
| 致谢 | 第68页 |
