| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-23页 |
| ·课题背景和意义 | 第11-12页 |
| ·人脸表情识别的研究内容 | 第12页 |
| ·国内外研究现状 | 第12-14页 |
| ·人脸表情主要步骤 | 第14-20页 |
| ·人脸检测 | 第15-16页 |
| ·图像预处理 | 第16页 |
| ·人脸表情特征提取 | 第16-19页 |
| ·人脸表情分类 | 第19-20页 |
| ·表情识别的难点 | 第20-21页 |
| ·本文主要研究内容与结构安排 | 第21-23页 |
| 第2章 图像的预处理 | 第23-33页 |
| ·灰度预处理 | 第23-25页 |
| ·彩色图像灰度化 | 第23-24页 |
| ·灰度直方图均衡化 | 第24-25页 |
| ·几何预处理 | 第25-32页 |
| ·人脸表情区域定位 | 第26-29页 |
| ·人脸表情图像尺度归一化算法 | 第29-30页 |
| ·常用插值方法 | 第30-31页 |
| ·人脸图像切割 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 融合PCA+FLD和二维GABOR小波变换的人脸表情特征提取 | 第33-51页 |
| ·常用表情特征提取方法概述 | 第33-35页 |
| ·GABOR小波 | 第35-41页 |
| ·Gabor小波概述 | 第35-37页 |
| ·一维Gabor小波 | 第37页 |
| ·二维Gabor小波 | 第37-39页 |
| ·基于二维Gabor小波变换的人脸表情图像变换 | 第39-40页 |
| ·Gabor特征下采样 | 第40-41页 |
| ·PCA成分分析 | 第41-43页 |
| ·FISHER线性判别分析 | 第43-45页 |
| ·融合二维GABOR小波和PCA+FLD的人脸表情特征提取 | 第45-48页 |
| ·实验结果与分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 基于SVM的人脸表情分类识别 | 第51-65页 |
| ·概述 | 第51页 |
| ·统计学习理论 | 第51-53页 |
| ·VC维理论及推广性的界 | 第52-53页 |
| ·结构风险最小化 | 第53页 |
| ·支持向量机 | 第53-58页 |
| ·最优分类面 | 第54-56页 |
| ·高维空间中的分类面 | 第56-58页 |
| ·SVM的核函数 | 第58页 |
| ·多类支持向量机算法 | 第58-61页 |
| ·基于SVM的人脸表情识别步骤 | 第61-62页 |
| ·实验结果分析 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 总结与展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 附录 | 第72-74页 |
| 作者简介 | 第74-75页 |
| 攻读硕士期间发表的论文和参加科研情况 | 第75页 |