基于非负矩阵分解的人脸表情识别研究
| 第一章 绪论 | 第1-18页 |
| ·引言 | 第8页 |
| ·研究的背景和意义 | 第8-10页 |
| ·表情的分类 | 第10-12页 |
| ·国内外的研究现状 | 第12-16页 |
| ·本文的结构安排及创新 | 第16-18页 |
| 第二章 非负矩阵分解算法理论 | 第18-26页 |
| ·非负矩阵分解算法的引出 | 第18-19页 |
| ·非负矩阵分解(NMF)理论 | 第19-25页 |
| ·算法介绍 | 第19-20页 |
| ·目标函数 | 第20-21页 |
| ·迭代规则 | 第21-22页 |
| ·收敛性证明 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 人脸图像的预处理 | 第26-34页 |
| ·图像的去噪处理 | 第26-29页 |
| ·平滑处理 | 第26-27页 |
| ·中值滤波处理 | 第27-29页 |
| ·图像的归一化 | 第29-33页 |
| ·尺度归一化 | 第29-31页 |
| ·灰度归一化 | 第31-33页 |
| ·本章小节 | 第33-34页 |
| 第4章 人脸表情特征的提取 | 第34-46页 |
| ·概述 | 第34-35页 |
| ·主分量分析法(PCA)提取人脸表情特征 | 第35-38页 |
| ·主分量分析法(PCA) | 第35-37页 |
| ·PCA提取人脸表情特征 | 第37-38页 |
| ·NMF提取人脸表情特征 | 第38-43页 |
| ·NMF的应用 | 第39-41页 |
| ·NMF在人脸表情特征提取中的应用 | 第41页 |
| ·NMF矩阵分解的算法 | 第41-43页 |
| ·NMF提取人脸表情特征的流程 | 第43页 |
| ·NMF和PCA实验比较 | 第43-45页 |
| ·本章小节 | 第45-46页 |
| 第5章 人脸表情分类 | 第46-51页 |
| ·分类方法概述 | 第46-48页 |
| ·最近邻法 | 第48-50页 |
| ·距离 | 第48-49页 |
| ·最近邻决策规则 | 第49-50页 |
| ·本章小节 | 第50-51页 |
| 第6章 人脸表情识别的过程及结果分析 | 第51-55页 |
| ·人脸表情的识别过程和结果 | 第51-53页 |
| ·r的选取讨论 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第7章 总结与展望 | 第55-57页 |
| ·总结 | 第55-56页 |
| ·目前人脸表情识别的难点 | 第56页 |
| ·计算机人脸表情识别发展的展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61页 |
