| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-24页 |
| 1.1 选题的意义与应用前景 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-17页 |
| 1.3 表情识别系统流程及方法概述 | 第17-21页 |
| 1.4 表情识别研究中存在的问题以及难点 | 第21-22页 |
| 1.5 人脸表情数据库 | 第22-23页 |
| 1.6 本文的结构安排 | 第23-24页 |
| 第二章 融合MBP和HMOG的自适应人脸表情识别 | 第24-33页 |
| 2.1 引言 | 第24-25页 |
| 2.2 相关技术介绍 | 第25-27页 |
| 2.2.1 单演示波 | 第25页 |
| 2.2.2 单演二值模式 | 第25-26页 |
| 2.2.3 信息熵 | 第26页 |
| 2.2.4 方向梯度直方图 | 第26-27页 |
| 2.3 融合MBP和HMOG的自适应人脸表情识别方法 | 第27-29页 |
| 2.4 实验结果与分析 | 第29-31页 |
| 2.4.1 本章方法在JAFFE库上的比较 | 第29-30页 |
| 2.4.2 本章方法Cohn-Kanade库上面的比较 | 第30-31页 |
| 2.4.3 本章方法与其他算法的比较 | 第31页 |
| 2.5 本章小结 | 第31-33页 |
| 第三章 基于单演多特征和稀疏表示融合的人脸表情识别 | 第33-44页 |
| 3.1 引言 | 第33-34页 |
| 3.2 单演多特征 | 第34-35页 |
| 3.2.1 增强单演相位直方图 | 第34-35页 |
| 3.3 基于单演多特征和稀疏表示融合的人脸表情识别 | 第35-37页 |
| 3.3.1 稀疏表示模型 | 第35-36页 |
| 3.3.2 稀疏系数累计函数 | 第36页 |
| 3.3.3 基于单演多特征和稀疏表示融合的人脸表情识别 | 第36-37页 |
| 3.4 实验参数选取与结果分析 | 第37-43页 |
| 3.4.1 本章实验结果分析 | 第37-42页 |
| 3.4.2 不同算法性能比较 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 基于双层分类模型的人脸遮挡表情识别 | 第44-58页 |
| 4.1 引言 | 第44-45页 |
| 4.2 遮挡数据库 | 第45-46页 |
| 4.3 全局层表情分类系统 | 第46-50页 |
| 4.3.1 表情状态特征 | 第46-48页 |
| 4.3.2 全局层流程图 | 第48-50页 |
| 4.4 局部层表情分类系统 | 第50-53页 |
| 4.4.1 稀疏聚集度 | 第51页 |
| 4.4.2 基于局部显著区域投票加权的表情分类 | 第51-53页 |
| 4.5 双层分类模型 | 第53-54页 |
| 4.6 实验结果与分析 | 第54-57页 |
| 4.7 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 本文研究总结 | 第58-59页 |
| 5.2 未来工作展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第65-66页 |
