| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-21页 |
| ·课题背景 | 第12-13页 |
| ·人脸表情识别涉及的研究领域及应用 | 第13-14页 |
| ·人脸表情识别技术的发展及研究现状 | 第14-18页 |
| ·人脸检测与定位 | 第14-15页 |
| ·脸部表情特征提取 | 第15-17页 |
| ·现有表情分类算法 | 第17页 |
| ·人脸表情识别方法的比较和总结 | 第17-18页 |
| ·论文的研究内容及主要工作 | 第18-19页 |
| ·论文的结构 | 第19-21页 |
| 第二章 半监督学习和决策融合方法的研究现状 | 第21-27页 |
| ·半监督学习 | 第21-23页 |
| ·半监督学习的理论依据 | 第21-22页 |
| ·半监督学习的两大假设 | 第22-23页 |
| ·半监督学习算法分类 | 第23页 |
| ·半监督学习的研究趋势 | 第23页 |
| ·决策层融合 | 第23-26页 |
| ·决策层融合的定义及优点 | 第24页 |
| ·决策层融合常用的方法 | 第24-26页 |
| ·决策融合方法的研究新动向 | 第26页 |
| ·小结 | 第26-27页 |
| 第三章 人脸图像预处理和特征提取 | 第27-37页 |
| ·问题的提出 | 第27页 |
| ·人脸图像预处理 | 第27-31页 |
| ·人脸检测 | 第27-29页 |
| ·人脸表情图像的尺度归一化 | 第29-30页 |
| ·人脸表情图像的灰度均衡化 | 第30-31页 |
| ·人脸表情图像的GABOR小波特征提取 | 第31-35页 |
| ·Gabor小波变换的基本原理 | 第31-33页 |
| ·人脸表情图像的网格化 | 第33-34页 |
| ·Gabor小波函数的选择 | 第34-35页 |
| ·小结 | 第35-37页 |
| 第四章 具有噪声过滤功能的协同训练半监督主动学习算法 | 第37-50页 |
| ·问题的提出 | 第37页 |
| ·具有噪声过滤功能的协同训练半监督主动学习算法 | 第37-42页 |
| ·NF-CT-SSAL算法框架 | 第38页 |
| ·主动学习样本选择标准的确定方法 | 第38-39页 |
| ·噪声过滤机制 | 第39-40页 |
| ·算法描述 | 第40-42页 |
| ·NF-CT-SSAL在人脸表情识别中的应用 | 第42-45页 |
| ·模糊深隐马尔可夫分类器 | 第42-44页 |
| ·基于NF-CT-SSAL训练算法的人脸表情识别 | 第44-45页 |
| ·实验结果与分析 | 第45-49页 |
| ·小结 | 第49-50页 |
| 第五章 基于对象模糊密度赋值的决策层融合的表情识别 | 第50-59页 |
| ·问题的提出 | 第50-51页 |
| ·基于对象模糊密度赋值的决策层融合识别算法 | 第51-54页 |
| ·模糊测度、模糊密度和模糊积分定义 | 第51-52页 |
| ·类模糊密度估计法 | 第52页 |
| ·对象模糊密度及其估计方法 | 第52-54页 |
| ·算法描述 | 第54页 |
| ·结合NF-CT-SSAL分类器训练的决策层融合的表情识别 | 第54-55页 |
| ·实验结果及分析 | 第55-57页 |
| ·小结 | 第57-59页 |
| 第六章 表情识别原型系统的设计与实现 | 第59-77页 |
| ·系统的功能分析 | 第59-60页 |
| ·系统的静态结构 | 第60-68页 |
| ·系统的类图 | 第60-63页 |
| ·图像处理基本类CDIB的设计 | 第63-65页 |
| ·Gabor小波变换类的设计 | 第65-66页 |
| ·模糊深隐马尔可夫模型类的设计 | 第66-67页 |
| ·NF-CT-SSAL算法类的设计 | 第67-68页 |
| ·基于对象模糊密度赋值的决策层融合算法类的设计 | 第68页 |
| ·系统的动态结构 | 第68-71页 |
| ·人脸表情识别原型系统实现简介 | 第71-76页 |
| ·小结 | 第76-77页 |
| 第七章 总结与展望 | 第77-79页 |
| ·工作总结 | 第77-78页 |
| ·下一步展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 发表文章 | 第85页 |
