基于粒计算的人脸表情识别研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-13页 |
| ·表情识别研究相关背景 | 第7-9页 |
| ·表情识别研究现状 | 第8页 |
| ·特征提取方法 | 第8-9页 |
| ·表情识别方法 | 第9页 |
| ·人脸表情库 | 第9-11页 |
| ·表情识别难点 | 第11页 |
| ·本文的研究目标及论文组织 | 第11-13页 |
| 第2章 相关背景理论介绍 | 第13-27页 |
| ·基于HOG的表情识别方法简述 | 第13-15页 |
| ·HOG理论描述 | 第13-14页 |
| ·HOG特征提取算法 | 第14-15页 |
| ·粒计算与粗糙集模型 | 第15-23页 |
| ·粒计算简介 | 第15-16页 |
| ·粗糙集理论基础 | 第16-23页 |
| ·支持向量机 | 第23-27页 |
| ·“一对多”SVM | 第23-24页 |
| ·“一对一”SVM | 第24-25页 |
| ·有向无环图SVM | 第25-26页 |
| ·SVM工具 | 第26-27页 |
| 第3章 基于粒计算的人脸表情识别方法 | 第27-48页 |
| ·表情图像预处理 | 第27-37页 |
| ·人眼检测 | 第28-31页 |
| ·表情图像几何归一化 | 第31-34页 |
| ·表情图像灰度归一化 | 第34-36页 |
| ·表情图像预处理结果及分析 | 第36-37页 |
| ·基于HOG的表情特征提取 | 第37-41页 |
| ·训练过程 | 第37-39页 |
| ·HOG特征的提取 | 第39-41页 |
| ·基于粗糙集属性约减的特征选择 | 第41-44页 |
| ·粗糙集数据挖掘流程 | 第41-42页 |
| ·基于粗糙集的特征选择 | 第42页 |
| ·block重要度排序 | 第42-44页 |
| ·基于支持向量机的表情分类 | 第44-47页 |
| ·小结 | 第47-48页 |
| 第4章 基于粒计算的人脸表情识别系统实现 | 第48-54页 |
| ·引言 | 第48页 |
| ·系统的设计及功能 | 第48-50页 |
| ·图像预处理 | 第49页 |
| ·表情特征提取 | 第49页 |
| ·表情分类 | 第49-50页 |
| ·人脸表情系统的实现结果 | 第50-53页 |
| ·小结 | 第53-54页 |
| 第5章 总结与展望 | 第54-56页 |
| ·总结 | 第54-55页 |
| ·展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-59页 |
