基于DWT-KPCA的区域化人脸运动单元识别的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·AU识别的研究历史和现状 | 第12-14页 |
| ·课题研究历史 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·目前存在的问题 | 第14页 |
| ·主要表情数据库 | 第14-15页 |
| ·本文的主要工作及内容安排 | 第15-17页 |
| 第2章 人脸运动单元识别技术 | 第17-27页 |
| ·引言 | 第17页 |
| ·面部运动编码系统(FACS)介绍 | 第17-20页 |
| ·FACS简介 | 第17-18页 |
| ·AU表示 | 第18-20页 |
| ·人脸运动单元识别技术 | 第20-25页 |
| ·人脸检测方法分类 | 第20-22页 |
| ·人脸图像的预处理 | 第22-23页 |
| ·人脸运动单元的特征提取方法分类 | 第23-25页 |
| ·人脸运动单元的识别方法分类 | 第25页 |
| ·小结 | 第25-27页 |
| 第3章 人脸运动单元图像预处理 | 第27-43页 |
| ·引言 | 第27页 |
| ·基于Haar分类器的人脸自动检测 | 第27-33页 |
| ·Haar分类器 | 第28-30页 |
| ·AdaBoost算法 | 第30-32页 |
| ·人脸检测结果分析 | 第32-33页 |
| ·人脸图像归一化处理 | 第33-37页 |
| ·基于上半人脸区域的图像旋转矫正 | 第33-35页 |
| ·双线性插值算法 | 第35页 |
| ·直方图均衡 | 第35-37页 |
| ·改进的人脸区域定位分割算法 | 第37-42页 |
| ·基于几何关系的子区域定位分割 | 第37-38页 |
| ·局部区域的水平投影 | 第38-40页 |
| ·基于条件约束的分界线定位 | 第40-41页 |
| ·自适应阈值技术 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第4章 改进的人脸运动单元特征提取算法 | 第43-55页 |
| ·引言 | 第43页 |
| ·基于PCA算法的AU特征提取 | 第43-46页 |
| ·PCA算法 | 第43-44页 |
| ·PCA算法提取AU特征 | 第44-46页 |
| ·实验结果分析 | 第46页 |
| ·基于KPCA算法的AU特征提取 | 第46-50页 |
| ·KPCA算法 | 第46-48页 |
| ·KPCA算法提取AU特征 | 第48-50页 |
| ·实验结果分析 | 第50页 |
| ·改进的AU特征提取算法 | 第50-54页 |
| ·离散小波变换(DWT) | 第51-52页 |
| ·基于DWT-PCA的AU特征提取 | 第52页 |
| ·实验结果分析 | 第52-53页 |
| ·基于DWT-KPCA的AU特征提取 | 第53页 |
| ·实验结果分析 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第5章 基于K近邻法的人脸运动单元识别 | 第55-69页 |
| ·引言 | 第55页 |
| ·基于K近邻法的AU分类识别 | 第55-62页 |
| ·K近邻法 | 第55-56页 |
| ·基于K近邻法的AU分类识别 | 第56-57页 |
| ·实验结果分析 | 第57-62页 |
| ·基于Matlab的AU识别系统的设计与实现 | 第62-68页 |
| ·系统功能模块 | 第63-65页 |
| ·Matlab接口函数介绍 | 第65-66页 |
| ·原型系统实现 | 第66-68页 |
| ·小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 致谢 | 第77页 |
