| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·人脸表情识别的研究现状 | 第10-13页 |
| ·手写体汉字识别的一般方法 | 第13-14页 |
| ·GABOR 滤波器的应用 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第二章 GABOR 滤波器概述 | 第16-24页 |
| ·GABOR 滤波器分析 | 第16-21页 |
| ·正弦平面波的特性 | 第16-19页 |
| ·Gaussian 核函数的特性 | 第19-20页 |
| ·Gabor 滤波器 | 第20-21页 |
| ·GABOR 特征表征 | 第21-22页 |
| ·GABOR 滤波器组 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 特征降维及分类器设计 | 第24-31页 |
| ·主分量分析（PCA） | 第24-26页 |
| ·FISHER 线性判别分析（LDA） | 第26-27页 |
| ·分类器设计 | 第27-30页 |
| ·贝叶斯(Bayes) 分类方法 | 第27-28页 |
| ·距离分类器 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于局部GABOR 滤波器组的人脸表情识别 | 第31-51页 |
| ·人脸表情识别方法概述 | 第31-32页 |
| ·预处理过程和人脸表情数据库 | 第32-38页 |
| ·局部GABOR 滤波器组 | 第38-41页 |
| ·实验及结果 | 第41-47页 |
| ·实验一：与人相关的表情识别 | 第42-44页 |
| ·实验二：光线归一化对识别性能的影响 | 第44-45页 |
| ·实验三：删除PCA 前几维特征的识别结果 | 第45页 |
| ·实验四：与人无关的表情识别 | 第45-47页 |
| ·实时系统的设计 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 基于GABOR 特征的手写体汉字识别 | 第51-58页 |
| ·手写体汉字数据库 | 第51-52页 |
| ·几种方向特征提取方法的比较 | 第52-54页 |
| ·多尺度GABOR 特征的汉字识别 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64-65页 |
| 附录A 人脸表情识别系统的界面及介绍 | 第65-67页 |