基于HSMM的人脸表情识别技术
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·课题研究的背景与意义 | 第11-14页 |
| ·研究背景 | 第11-12页 |
| ·研究意义 | 第12-14页 |
| ·论文的研究内容及主要工作 | 第14-15页 |
| ·论文的结构 | 第15-16页 |
| 第二章 人脸表情识别相关技术的研究状况 | 第16-30页 |
| ·概述 | 第16页 |
| ·人脸检测技术 | 第16-19页 |
| ·表情特征提取技术 | 第19-22页 |
| ·基于人脸几何特征的模板方法 | 第19-20页 |
| ·基于视频速度场特征的光流模型方法 | 第20-21页 |
| ·基于灰度值的图像变换方法 | 第21-22页 |
| ·表情分类技术 | 第22-29页 |
| ·线性判别分析法 | 第23-25页 |
| ·基于神经网络的方法 | 第25-28页 |
| ·支持向量机的分类方法 | 第28页 |
| ·基于隐马尔可夫模型的分类方法 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第三章 基于分块的DCT表情特征提取 | 第30-41页 |
| ·概述 | 第30页 |
| ·人脸表情图像的预处理 | 第30-36页 |
| ·图像的旋转调整 | 第30-31页 |
| ·尺度归一化 | 第31-32页 |
| ·灰度均衡化 | 第32-34页 |
| ·平滑处理 | 第34-36页 |
| ·表情区域分割 | 第36-37页 |
| ·眼睛眉毛区域的分割 | 第36-37页 |
| ·嘴巴区域的分割 | 第37页 |
| ·基于分块的DCT的表情特征提取 | 第37-40页 |
| ·一维 DCT算法 | 第38页 |
| ·二维 DCT算法 | 第38-39页 |
| ·特征的分块提取 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第四章 基于 HSMM的表情识别方法 | 第41-56页 |
| ·概述 | 第41页 |
| ·基于HMM的带遮挡的人脸表情识别方法 | 第41-47页 |
| ·隐马尔可夫模型 | 第42-43页 |
| ·基于HMM的人脸表情识别 | 第43-44页 |
| ·实验结果 | 第44-47页 |
| ·基于HSMM的带遮挡的人脸表情识别方法 | 第47-52页 |
| ·模型结构 | 第47-49页 |
| ·训练方法 | 第49-51页 |
| ·基于HSMM的人脸表情的识别 | 第51-52页 |
| ·实验结果及分析比较 | 第52-55页 |
| ·小结 | 第55-56页 |
| 第五章 基于 HSMM的表情识别系统的设计与实现 | 第56-66页 |
| ·概述 | 第56页 |
| ·原型系统的主要框架 | 第56-57页 |
| ·核心类的设计与实现 | 第57-61页 |
| ·图像处理基本类的设计 | 第57-59页 |
| ·特征提取类的设计 | 第59-60页 |
| ·隐半马尔可夫特征模型类的设计 | 第60-61页 |
| ·原型系统实现 | 第61-65页 |
| ·小结 | 第65-66页 |
| 第六章 结束语 | 第66-68页 |
| ·工作总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 发表文章 | 第73页 |
