| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9-10页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 课题背景及研究意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-20页 |
| 1.2.1 基于心理学的微表情研究 | 第17-19页 |
| 1.2.2 基于计算机视觉和模式识别的微表情研究 | 第19-20页 |
| 1.3 本文的主要内容与结构安排 | 第20-22页 |
| 1.3.1 本文的主要研究内容 | 第20-21页 |
| 1.3.2 本文的结构安排 | 第21-22页 |
| 第二章 基于多任务深度学习的人脸关键点定位 | 第22-45页 |
| 2.1 引言 | 第22-23页 |
| 2.2 人工神经网络 | 第23-24页 |
| 2.3 反向传播算法 | 第24-29页 |
| 2.4 卷积神经网络 | 第29-34页 |
| 2.5 基于多任务学习的人脸关键点定位 | 第34-43页 |
| 2.5.1 基于深度学习的人脸关键点定位 | 第34-36页 |
| 2.5.2 Smile-Aware网络结构和训练方式 | 第36-43页 |
| 2.5.3 人脸局部区域的分割 | 第43页 |
| 2.6 本章小结 | 第43-45页 |
| 第三章 基于光流方向直方图的微表情检测 | 第45-54页 |
| 3.1 引言 | 第45页 |
| 3.2 光流法的计算 | 第45-48页 |
| 3.3 基于光流方向直方图的运动特征的提取 | 第48-50页 |
| 3.4 基于归一化的光流方向直方图特征提取 | 第50-51页 |
| 3.5 基于支持向量机的微表情检测 | 第51-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 实验与结论 | 第54-62页 |
| 4.1 实验数据库介绍 | 第54-55页 |
| 4.2 LBP-TOP特征简介 | 第55-57页 |
| 4.3 实验结果和分析 | 第57-61页 |
| 4.3.1 CASME数据库的实验结果 | 第57-60页 |
| 4.3.2 实验分析 | 第60-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 总结和展望 | 第62-64页 |
| 5.1 工作总结 | 第62-63页 |
| 5.2 未来工作的展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第68-70页 |