| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-17页 |
| ·研究的背景及意义 | 第9-11页 |
| ·人脸表情识别系统框架 | 第11-13页 |
| ·表情区域定位方法 | 第11-12页 |
| ·表情图像预处理 | 第12页 |
| ·表情特征提取 | 第12页 |
| ·人脸表情分类 | 第12-13页 |
| ·稀疏表示方法及常用的表情库 | 第13-14页 |
| ·稀疏表示方法简介 | 第13-14页 |
| ·常用的表情库 | 第14页 |
| ·人脸表情识别技术的难点 | 第14-15页 |
| ·本文的研究工作及章节安排 | 第15-17页 |
| ·本文的主要工作 | 第15页 |
| ·本文的章节安排 | 第15-17页 |
| 第二章 人脸表情图像的预处理 | 第17-27页 |
| ·几何归一化 | 第17-19页 |
| ·灰度归一化 | 第19-21页 |
| ·图像分割及图像分块 | 第21-24页 |
| ·图像分割 | 第21-23页 |
| ·人脸表情的图像分块 | 第23-24页 |
| ·本章小结 | 第24-27页 |
| 第三章 人脸表情图像的特征提取 | 第27-47页 |
| ·稀疏表示常见的方法 | 第27-31页 |
| ·全局优化算法 | 第27-28页 |
| ·迭代收缩阈值法 | 第28-29页 |
| ·多面体追踪算法 | 第29-31页 |
| ·Gabor小波变换特征提取 | 第31-34页 |
| ·Gabor变换的意义 | 第31页 |
| ·基于二维Gabor小波变换特征提取 | 第31-34页 |
| ·局部二元模式及中心化二元模式 | 第34-38页 |
| ·局部二元模式算子 | 第34-36页 |
| ·中心化二元模式算子及改进的中心化三元模式算子 | 第36-38页 |
| ·CBP算子与LBP算子比较 | 第38页 |
| ·基于Gabor小波变换与CBP结合的特征提取方法 | 第38-41页 |
| ·中心化Gabor二值模式 | 第38-39页 |
| ·人脸表情图像局部特征权值确定 | 第39-40页 |
| ·中心化二元模式直方图 | 第40-41页 |
| ·基于稀疏表示的人脸表情特征降维 | 第41-45页 |
| ·超完备字典构造 | 第42-43页 |
| ·优化稀疏表示模型 | 第43-44页 |
| ·算法描述 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 稀疏表示在人脸表情识别下的应用 | 第47-55页 |
| ·常用分类器 | 第47-52页 |
| ·最近邻及拓展分类器设计 | 第47-49页 |
| ·Adaboost分类器 | 第49-52页 |
| ·基于稀疏中心近邻表示的分类器设计 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 实验结果与分析 | 第55-67页 |
| ·人脸表情预处理 | 第55-56页 |
| ·不同的特征提取方法实验对比分析 | 第56-61页 |
| ·利用Gabor变换提取特征实验 | 第57页 |
| ·LBP算子、CBP算子以及CTP算子特征提取 | 第57-60页 |
| ·本文改进算法验证 | 第60-61页 |
| ·分类器设计实验验证 | 第61-66页 |
| ·不同稀疏求解方法的识别率 | 第61-62页 |
| ·基于稀疏中心近邻表示分类器设计的实验验证部分 | 第62-65页 |
| ·自建表情库验证 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 总结与展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 攻读硕士学位期间取得的学术成果 | 第75-77页 |
| 致谢 | 第77页 |