摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
第一章 绪论 | 第7-12页 |
·研究背景及现状 | 第7-8页 |
·人脸数据库简介 | 第8-9页 |
·本文主要研究内容和组织安排 | 第9-12页 |
第二章 人脸自动检测及预处理 | 第12-35页 |
·人脸检测概述 | 第12-13页 |
·基于色彩空间融合的肤色模型和 Adaboost 的人脸检测 | 第13-22页 |
·基于融合色彩空间的肤色特征粗检测 | 第13-17页 |
·基于开运算的图像形态学处理 | 第17-18页 |
·构造 Adaboost 强弱分类器 | 第18-22页 |
·人脸检测后图像几何和灰度标准化 | 第22-29页 |
·人脸图像的几何标准化 | 第22-26页 |
·人脸图像的直方图均衡化 | 第26-29页 |
·人脸检测及预处理实验结果 | 第29-33页 |
·本章小结 | 第33-35页 |
第三章 特征提取及预处理 | 第35-49页 |
·人脸特征提取及预处理概述 | 第35-39页 |
·Gabor 特征提取 | 第39-40页 |
·基于 LLE 的 Gabor 特征降维及预处理 | 第40-48页 |
·局部线性嵌入 LLE 概述 | 第40-44页 |
·特征数据预处理 | 第44-45页 |
·特征 LLE 降维及预处理实验结果 | 第45-48页 |
·本章总结 | 第48-49页 |
第四章 疲劳识别与特征变化分析 | 第49-56页 |
·疲劳表情与正常表情特征序列变化分析 | 第49-53页 |
·疲劳人脸表情特征序列分析 | 第49-51页 |
·正常人脸表情特征序列分析 | 第51-53页 |
·疲劳与正常序列表情特征小结 | 第53页 |
·基于 LibSVM 的疲劳识别 | 第53-55页 |
·本章小结 | 第55-56页 |
第五章 总结与展望 | 第56-58页 |
·论文工作总结 | 第56页 |
·问题与展望 | 第56-58页 |
参考文献 | 第58-61页 |
致谢 | 第61页 |