| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 引言 | 第10页 |
| 1.2 研究背景和意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.3.1 特征提取方法研究现状 | 第11-13页 |
| 1.3.2 分类识别方法研究现状 | 第13-14页 |
| 1.4 论文主要内容及组织结构 | 第14-16页 |
| 1.4.1 论文的主要内容 | 第14-15页 |
| 1.4.2 论文的组织结构 | 第15-16页 |
| 2 人脸表情识别系统概述 | 第16-27页 |
| 2.1 引言 | 第16-17页 |
| 2.2 人脸检测 | 第17-24页 |
| 2.2.1 基于Haar-Adaboost人脸检测 | 第17-22页 |
| 2.2.2 图像预处理 | 第22-24页 |
| 2.3 人脸表情特征提取 | 第24-26页 |
| 2.3.1 几何特征 | 第25页 |
| 2.3.2 表观特征 | 第25页 |
| 2.3.3 融合特征 | 第25-26页 |
| 2.4 表情分类 | 第26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 基于ASM主动形状模型的特征提取 | 第27-38页 |
| 3.1 引言 | 第27页 |
| 3.2 ASM主动形状模型算法 | 第27-30页 |
| 3.3 基于ASM主动形状模型的特征点定位 | 第30-33页 |
| 3.3.1 传统主动形状模型的不足 | 第30-31页 |
| 3.3.2 改进的ASM特征点定位 | 第31-33页 |
| 3.4 基于改进ASM模型下的几何特征提取 | 第33-37页 |
| 3.4.1 特征点选取 | 第33-35页 |
| 3.4.2 差分ASM特征提取 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 几何与表观特征的融合 | 第38-43页 |
| 4.1 引言 | 第38页 |
| 4.2 表观特征提取 | 第38-41页 |
| 4.2.1 基于梯度计算的灰度特征 | 第38-40页 |
| 4.2.2 基于归一化互相关计算的纹理特征 | 第40-41页 |
| 4.3 几何与表观特征融合 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 基于SVM的表情识别 | 第43-51页 |
| 5.1 SVM理论概述 | 第43-44页 |
| 5.2 基于SVM的表情分类 | 第44-45页 |
| 5.3 人脸表情数据库 | 第45-46页 |
| 5.4 分类结果与分析 | 第46-50页 |
| 5.5 本章小结 | 第50-51页 |
| 6 总结与展望 | 第51-53页 |
| 6.1 全文总结 | 第51页 |
| 6.2 工作展望 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 攻读学位期间发表的学术论文 | 第58-59页 |
| 致谢 | 第59页 |