| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 人脸表情识别概述 | 第13-18页 |
| 1.3.1 图像获取 | 第13页 |
| 1.3.2 图像预处理 | 第13-14页 |
| 1.3.3 表情特征提取 | 第14-16页 |
| 1.3.3.1 运动特征提取 | 第14-15页 |
| 1.3.3.2 静态图像特征提取 | 第15-16页 |
| 1.3.4 分类识别 | 第16-18页 |
| 1.3.4.1 基于距离度量的方法 | 第17页 |
| 1.3.4.2 基于贝叶斯网络的方法 | 第17页 |
| 1.3.4.3 基于神经网络的方法 | 第17-18页 |
| 1.3.4.4 基于稀疏表示的方法 | 第18页 |
| 1.4 人脸表情数据库介绍 | 第18-19页 |
| 1.5 本文主要工作 | 第19-20页 |
| 1.6 本文结构安排 | 第20-22页 |
| 第二章 人脸表情图像预处理 | 第22-30页 |
| 2.1 图像去噪 | 第22-23页 |
| 2.2 几何预处理 | 第23-27页 |
| 2.2.1 基于Adaboost的人脸检测 | 第23-26页 |
| 2.2.1.1 Haar-like特征与积分图 | 第23-24页 |
| 2.2.1.2 Adaboost算法 | 第24-26页 |
| 2.2.2 倾斜校正 | 第26-27页 |
| 2.2.3 尺寸归一化 | 第27页 |
| 2.3 灰度预处理 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第三章 基于曲波变换的人脸表情识别 | 第30-42页 |
| 3.1 引言 | 第30-31页 |
| 3.2 曲波变换 | 第31-33页 |
| 3.3 曲波特征提取 | 第33-34页 |
| 3.3.1 特征提取 | 第33-34页 |
| 3.3.2 特征降维 | 第34页 |
| 3.4 曲波特征加权融合 | 第34-36页 |
| 3.5 实验结果 | 第36-41页 |
| 3.5.1 曲波变换实验分析 | 第37-38页 |
| 3.5.2 曲波特征加权融合算法实验分析 | 第38-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 基于特征融合和稀疏表示的人脸表情识别 | 第42-54页 |
| 4.1 引言 | 第42页 |
| 4.2 局部二值模式和局部相位量化的特征融合 | 第42-45页 |
| 4.2.1 局部二值模式 | 第42-43页 |
| 4.2.2 局部相位量化 | 第43-44页 |
| 4.2.3 LBP和LPQ特征融合 | 第44-45页 |
| 4.3 稀疏表示 | 第45-47页 |
| 4.3.1 稀疏表示理论 | 第45-46页 |
| 4.3.2 稀疏表示分类 | 第46-47页 |
| 4.4 残差融合分类 | 第47-49页 |
| 4.5 实验结果 | 第49-52页 |
| 4.5.1 稀疏表示分类实验分析 | 第50-51页 |
| 4.5.2 特征融合和稀疏表示残差融合分类实验分析 | 第51-52页 |
| 4.6 本章小结 | 第52-54页 |
| 第五章 总结与展望 | 第54-58页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 附录 | 第66页 |