基于一种组合传感器的面部表情研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-20页 |
1.1 研究背景 | 第10-11页 |
1.2 课题研究现状 | 第11-19页 |
1.2.1 表情识别研究现状 | 第11-16页 |
1.2.2 多传感器研究现状 | 第16-19页 |
1.3 论文的组织结构 | 第19-20页 |
第二章 背景知识 | 第20-32页 |
2.1 KINECT传感器 | 第20-23页 |
2.1.1 kinect带来模拟体验 | 第20页 |
2.1.2 传感器(kinect)的组成结构 | 第20-22页 |
2.1.3 Kinect理解人类意图 | 第22-23页 |
2.2 面部表情识别 | 第23-25页 |
2.2.1 人体面部表情检测 | 第23-24页 |
2.2.2 人脸表情特征提取 | 第24页 |
2.2.3 面部表情判别分类 | 第24-25页 |
2.3 多传感器融合 | 第25-31页 |
2.3.1 融合模型 | 第25-26页 |
2.3.2 融合理论研究 | 第26-28页 |
2.3.3 数据融合算法 | 第28-31页 |
2.4 本章小结 | 第31-32页 |
第三章 多传感器的数据融合模型设计 | 第32-38页 |
3.1 特征点标定 | 第32-34页 |
3.2 确定并划分面部表情特征集 | 第34-35页 |
3.3 多传感器融合模型 | 第35-36页 |
3.4 模型求解 | 第36-37页 |
3.5 本章小结 | 第37-38页 |
第四章 多传感器环境下人脸表情识别原型系统的实现 | 第38-61页 |
4.1 配置KINECT | 第38-41页 |
4.2 人脸识别系统的开发与试验工具OPENCV | 第41-43页 |
4.3 硬件系统结构设计 | 第43-45页 |
4.4 部分接.代码的实现 | 第45-52页 |
4.4.1 面部骨骼追踪 | 第45页 |
4.4.2 面部深度图获取 | 第45-51页 |
4.4.3 脸部的点分布模型 | 第51-52页 |
4.5 基于小波的数据融合 | 第52-55页 |
4.6 原型系统的运行 | 第55-60页 |
4.6.1 表情库的收集 | 第55-56页 |
4.6.2 实验结果分析 | 第56-60页 |
4.7 本章小结 | 第60-61页 |
第五章 总结与展望 | 第61-63页 |
5.1 全文总结 | 第61页 |
5.2 有待进一步解决的问题 | 第61-63页 |
致谢 | 第63-64页 |
参考文献 | 第64-67页 |