首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

微表情识别系统的设计与实现

摘要第3-4页
Abstract第4页
第1章 绪论第8-15页
    1.1 微表情简介与研究现状第8页
    1.2 国内外/已有研究算法比较和结论第8-14页
        1.2.1 LBP-TOP算法第9页
        1.2.2 CLQP算法第9-10页
        1.2.3 时空梯度特征第10页
        1.2.4 Gabor特征第10-11页
        1.2.5 RPCA算法第11页
        1.2.6 STCLQP第11页
        1.2.7 空间时间梯度特征第11-12页
        1.2.8 基于几何变形建模的检测方法第12页
        1.2.9 其他方法第12-14页
    1.3 设计研究目标第14-15页
第2章 相关理论与技术研究第15-20页
    2.1 识别算法研究第15-16页
        2.1.1 LBP-TOP第15页
        2.1.2 主成分分析法(Robust Principal Component Analysis)第15-16页
        2.1.3 其他方法第16页
    2.2 检测算法研究第16-18页
        2.2.1 特征差异法第16-17页
        2.2.2 基于应变张量的检测方法第17页
        2.2.3 基于特征差异的检测方法第17-18页
    2.3 分类算法研究第18-20页
        2.3.1 基于CBP-TOP的分类方法第18-19页
        2.3.2 基于小波变换的分类方法第19页
        2.3.3 基于欧拉视频放大的分类方法第19页
        2.3.4 基于关键点跟踪的运动单元识别第19-20页
第3章 微表情识别系统算法研究及应用第20-46页
    3.1 算法研究创新及开发过程第20-21页
    3.2 数据库第21-23页
    3.3 预处理第23-27页
        3.3.1 灰度化第23-24页
        3.3.2 人脸检测第24-25页
        3.3.3 面部关键点检测第25-26页
        3.3.4 直方图均衡化第26-27页
    3.4 局部二进制模式第27-34页
        3.4.1 原始LBP第27-28页
        3.4.2 改进的局部二进制模式第28-30页
        3.4.3 LBP-TOP第30-34页
    3.5 微表情识别算法第34-42页
        3.5.1 检测算法第34-36页
        3.5.2 分类算法第36-42页
    3.6 编程语言和实现第42-43页
    3.7 实验和评价方法第43-46页
        3.7.1 本项目中的混淆矩阵第44-46页
第4章 实现第46-56页
    4.1 微表情识别系统第46页
    4.2 数据输入模块第46-47页
    4.3 用户界面处理组件第47-53页
        4.3.1 预处理模块第47-48页
        4.3.2 特征提取模块第48-51页
        4.3.3 检测模块第51-52页
        4.3.4 分类模块第52-53页
    4.4 图形用户界面(GUI)第53-56页
第5章 实验和结果分析第56-71页
    5.1 训练阶段第56-64页
        5.1.1 数据预处理和处理第56-57页
        5.1.2 特征提取第57-58页
        5.1.3 检测算法的探究第58-61页
        5.1.4 分类算法的探究第61-64页
    5.2 测试阶段第64-65页
    5.3 实验结果分析与评价第65-71页
        5.3.1 数据处理和预处理第65-66页
        5.3.2 特征提取阶段第66-67页
        5.3.3 检测阶段第67-69页
        5.3.4 分类阶段第69-71页
第6章 结论第71-73页
    6.1 项目成果第71页
    6.2 局限第71-72页
        6.2.1 样本第71页
        6.2.2 特征提取方面第71-72页
        6.2.3 检测方面第72页
    6.3 未来研究方向第72-73页
        6.3.1 微表情识别预处理第72页
        6.3.2 长视频中的微表情识别第72-73页
致谢第73-74页
参考文献第74-82页
攻读硕士学位期间发表的论文及科研成果第82页

论文共82页,点击 下载论文
上一篇:基于字典学习的图像超分辨率重建算法研究
下一篇:基于用户体验的手工艺微信小程序设计研究