基于LTBP和HOG融合特征的三维人脸表情识别算法
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-21页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 三维人脸数据综述 | 第14-18页 |
| 1.4 目前面临的困难与挑战 | 第18-19页 |
| 1.5 课题研究内容 | 第19-20页 |
| 1.6 本文组织结构 | 第20-21页 |
| 2 表情特征提取 | 第21-33页 |
| 2.1 表情特征提取常用算法 | 第21-24页 |
| 2.1.1 基于几何的特征提取算法 | 第21-23页 |
| 2.1.2 基于图像的特征提取算法 | 第23-24页 |
| 2.1.3 基于模型的特征提取算法 | 第24页 |
| 2.2 新的表情特征描述 | 第24-31页 |
| 2.2.1 LBP及其不足 | 第24-26页 |
| 2.2.2 LTBP算法 | 第26-28页 |
| 2.2.3 HOG算法 | 第28-29页 |
| 2.2.4 LDA降维 | 第29-31页 |
| 2.3 本章小结 | 第31-33页 |
| 3 特征融合及分类识别 | 第33-40页 |
| 3.1 典型相关理论 | 第33-34页 |
| 3.2 基于相关性的LTBP及HOG特征融合 | 第34-36页 |
| 3.3 特征融合算法步骤 | 第36-37页 |
| 3.4 融合特征分类与识别 | 第37-39页 |
| 3.4.1 KNN算法 | 第38页 |
| 3.4.2 SVM算法 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 4 实验结果与分析 | 第40-53页 |
| 4.1 数据预处理 | 第40-41页 |
| 4.2 系统界面介绍及流程演示 | 第41-49页 |
| 4.2.1 单个样本测试区 | 第42-47页 |
| 4.2.2 群体测试区 | 第47-49页 |
| 4.3 实验结果与分析 | 第49-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 总结与展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第60-62页 |
| 学位论文数据集 | 第62页 |
