首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于情感几何特征和支持向量机的人脸表情识别研究

摘要第1-5页
Abstract第5-6页
第一章 绪论第6-22页
   ·人脸表情识别的研究背景和应用领域第6-10页
     ·人脸表情识别的研究背景第6-9页
     ·人脸表情识别的应用领域第9-10页
   ·人脸表情识别系统的组成和评价第10-12页
     ·人脸检测和跟踪第11页
     ·人脸特征提取和降维第11页
     ·人脸表情分类第11-12页
   ·人脸表情识别技术探究第12-18页
     ·基于二维的人脸表情识别技术第12-16页
     ·基于视频的人脸表情识别技术第16-17页
     ·基于三维的人脸表情识别技术第17-18页
   ·人脸表情数据库第18-19页
   ·人脸表情识别的难点和未来发展第19-20页
     ·人脸表情识别的难点第19页
     ·人脸表情识别的未来发展第19-20页
   ·论文主要工作第20-21页
   ·论文内容安排第21-22页
第二章 基于情感几何特征(EGF)和SVM的高兴、中性和悲伤的人脸表情识别第22-35页
   ·病人表情识别的研究背景第22-23页
   ·提出的人脸表情识别模型第23-33页
     ·ASM算法第24-28页
     ·情感几何特征(EGF)第28-30页
     ·SVM分类器第30-33页
   ·实验结果与分析第33-34页
   ·本章小结第34-35页
第三章 基于扩展情感几何特征EGF的积极、中性和消极表情的识别第35-42页
   ·概述第35-36页
   ·病人三类表情的识别第36-40页
     ·扩展的情感几何特征EGF第37-40页
   ·实验结果与分析第40-41页
   ·本章小结第41-42页
第四章 基于一种新的抽象到具体AtoC模型的人脸表情识别第42-54页
   ·概述第42-43页
   ·提出的AtoC模式分类模型第43-46页
     ·AtoC的原理第44-46页
     ·AtoC的优点和缺点第46页
   ·基于SVM的AtoC模型第46-51页
     ·基于SVM的AtoC模型框图第46页
     ·两类SVM的概率输出第46-49页
     ·多类SVM的概率输出第49-51页
   ·基于AtoC的人脸表情识别第51-52页
   ·实验结果与分析第52-53页
   ·本章小结第53-54页
第五章 总结与展望第54-56页
参考文献第56-59页
攻读硕士期间发表的论文第59-60页
致谢第60-61页

论文共61页,点击 下载论文
上一篇:基于核函数的视频目标跟踪优化算法
下一篇:基于聚集模型的企业专家检索系统研究