| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 缩略语说明 | 第12-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 人脸表情识别的研究背景 | 第14-15页 |
| 1.2 人脸表情识别技术的国内外研究现状 | 第15-16页 |
| 1.3 本论文的研究内容和意义 | 第16页 |
| 1.4 本论文的章节安排 | 第16-18页 |
| 第二章 人脸表情识别算法研究 | 第18-31页 |
| 2.1 人脸表情的定义 | 第18-19页 |
| 2.2 特征提取与降维 | 第19-22页 |
| 2.2.1 线性判别分析 | 第20页 |
| 2.2.2 局部保持映射 | 第20-22页 |
| 2.3 稀疏表示理论 | 第22-26页 |
| 2.3.1 稀疏表示 | 第22-23页 |
| 2.3.2 稀疏表示与近邻分类器 | 第23-24页 |
| 2.3.3 稀疏表示分类算法 | 第24-26页 |
| 2.4 协作表示理论 | 第26-29页 |
| 2.4.1 协作表示分类算法 | 第26-28页 |
| 2.4.2 基于协作表示的正则化最小均方算法 | 第28-29页 |
| 2.5 人脸表情数据库 | 第29页 |
| 2.6 本章小结 | 第29-31页 |
| 第三章 基于协作表示最大似然估计的人脸表情识别算法 | 第31-54页 |
| 3.1 人脸表情识别流程 | 第31-32页 |
| 3.2 基于最大似然估计的正则化加权协作表示分类模型 | 第32-35页 |
| 3.2.1 协作系数的近似估计与推导 | 第34页 |
| 3.2.2 信号保真项的最大似然估计与推导 | 第34-35页 |
| 3.3 基于迭代运算的加权算法 | 第35-39页 |
| 3.3.1 协作残差与权值矩阵的关系与推导 | 第36-38页 |
| 3.3.2 协作残差的分布函数 | 第38-39页 |
| 3.4 基于最大似然估计的正则化加权协作表示分类算法 | 第39-40页 |
| 3.5 实验结果与分析 | 第40-53页 |
| 3.5.1 参数估计与选取 | 第41页 |
| 3.5.2 表情识别率的仿真与分析 | 第41-45页 |
| 3.5.3 协作系数与协作残差的仿真与分析 | 第45-53页 |
| 3.5.4 混淆矩阵与有效性 | 第53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 基于协作表示最大后验估计的人脸表情识别算法 | 第54-74页 |
| 4.1 基于最大后验估计的正则化加权协作表示模型 | 第54-59页 |
| 4.1.1 信号保真项的最大后验估计与推导 | 第54-55页 |
| 4.1.2 先验分布的参数估计 | 第55-57页 |
| 4.1.3 基于递归迭代的权值算法 | 第57-59页 |
| 4.2 基于最大后验估计的正则化加权协作表示分类算法 | 第59-61页 |
| 4.3 实验结果与分析 | 第61-73页 |
| 4.3.1 参数估计与选取 | 第61-62页 |
| 4.3.2 表情识别率的仿真与分析 | 第62-66页 |
| 4.3.3 协作系数与协作残差的仿真与分析 | 第66-72页 |
| 4.3.4 混淆矩阵与有效性 | 第72-73页 |
| 4.4 本章小结 | 第73-74页 |
| 第五章 总结与展望 | 第74-76页 |
| 5.1 总结 | 第74-75页 |
| 5.2 展望 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81-82页 |
| 攻读学位期间的学术成果 | 第82-83页 |
| 学位论文评阅及答辩情况表 | 第83页 |
