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

基于纹理特征的人脸表情识别技术研究

摘要第4-5页
abstract第5-6页
第一章 绪论第9-15页
    1.1 表情识别背景及意义第9页
    1.2 人脸表情识别概述第9-12页
        1.2.1 国内外研究现状第9-11页
        1.2.2 研究难点第11页
        1.2.3 表情数据库第11-12页
    1.3 人脸微表情识别概述第12-14页
        1.3.1 国内外研究现状第12页
        1.3.2 研究难点第12-13页
        1.3.3 微表情数据库第13-14页
    1.4 本文主要研究内容第14-15页
第二章 人脸图像预处理第15-21页
    2.1 表情图像的预处理第15-18页
        2.1.1 几何归一化第15-17页
        2.1.2 灰度归一化第17-18页
    2.2 微表情图像的预处理第18-19页
    2.3 本章小结第19-21页
第三章 人脸表情识别第21-39页
    3.1 局部二元模式(LBP)方法第21-26页
        3.1.1 基本的LBP第21-22页
        3.1.2 圆形邻域的LBP第22-24页
        3.1.3 统一模式的LBP第24页
        3.1.4 中心对称二元模式CS-LBP第24-25页
        3.1.5 局部三元模式LTP第25-26页
    3.2 基于改进型LTP的表情识别第26-29页
        3.2.1 CSTP特征提取算法第26-28页
        3.2.2 自适应加权系数第28-29页
    3.3 基于HRI-CSLTP的表情识别第29-30页
    3.4 实验结果及分析第30-36页
        3.4.1 CSTP算法的相关实验第31-34页
        3.4.2 HRI-CSLTP算法的相关实验第34-36页
    3.5 本章小结第36-39页
第四章 人脸微表情识别第39-51页
    4.1 VLBP算法第39-40页
    4.2 LBP-TOP算法第40-42页
    4.3 基于CSTP-TOP的微表情识别第42-44页
    4.4 基于HRI-CSLTP-TOP的微表情识别第44-46页
    4.5 实验结果及分析第46-50页
        4.5.1 CSTP-TOP算法的相关实验第47-49页
        4.5.2 HRI-CSLTP-TOP算法的相关实验第49-50页
    4.6 本章小结第50-51页
第五章 结论第51-53页
参考文献第53-57页
攻读学位期间所取得的相关科研成果第57-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:贝叶斯核近邻分类方法研究
下一篇:基于面向对象的MVC设计模式的PHP快速开发框架的研究与实现