基于语音和图像的多模态情感识别研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题背景及研究目的和意义 | 第9-10页 |
| 1.2 人脸图像情感识别国内外研究现状 | 第10-13页 |
| 1.3 语音情感识别国内外研究现状 | 第13-14页 |
| 1.4 多模态融合情感识别国内外研究现状 | 第14-16页 |
| 1.5 国内外文献综述的简析 | 第16-18页 |
| 1.6 本文主要研究内容 | 第18-19页 |
| 第2章 情感识别理论模型及原理 | 第19-27页 |
| 2.1 SAVEE情感数据库介绍 | 第19页 |
| 2.2 系统框架 | 第19-20页 |
| 2.3 模态信息融合策略 | 第20-22页 |
| 2.3.1 特征层融合 | 第21-22页 |
| 2.3.2 决策层融合 | 第22页 |
| 2.4 基于SVM的分类原理 | 第22-26页 |
| 2.4.1 SVM两分类原理 | 第22-24页 |
| 2.4.2 SVM多分类原理 | 第24-25页 |
| 2.4.3 SVM参数寻优 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 语音情感特征提取 | 第27-43页 |
| 3.1 语音情感特征简述 | 第27-28页 |
| 3.2 语音信号的时域分析 | 第28-32页 |
| 3.2.1 短时能量 | 第28-31页 |
| 3.2.2 语音持续时间 | 第31-32页 |
| 3.3 语音信号的倒谱域分析求基音频率 | 第32-35页 |
| 3.4 LPC法提取语音材料的共振峰参数 | 第35-38页 |
| 3.5 语音信号的MFCC参数提取 | 第38-41页 |
| 3.6 语音情感识别 | 第41-42页 |
| 3.7 本章小结 | 第42-43页 |
| 第4章 图像情感特征提取 | 第43-51页 |
| 4.1 提取单帧峰值图像的LBP特征 | 第43-47页 |
| 4.1.1 LBP算子 | 第43-45页 |
| 4.1.2 人脸图像预处理 | 第45-47页 |
| 4.2 图像序列的特征点的特征提取 | 第47-48页 |
| 4.3 人脸图像情感识别 | 第48-50页 |
| 4.3.1 基于单帧峰值图像的情感识别 | 第48-49页 |
| 4.3.2 基于图像序列的情感识别 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 语音情感特征与图像情感特征融合 | 第51-68页 |
| 5.1 特征层融合 | 第51-55页 |
| 5.1.1 直接融合 | 第51-52页 |
| 5.1.2 使用无监督的主成分分析法进行特征融合 | 第52-54页 |
| 5.1.3 使用有监督的LDA法进行特征融合 | 第54-55页 |
| 5.2 决策层融合 | 第55-64页 |
| 5.2.1 乘积规则 | 第57-58页 |
| 5.2.2 均值规则 | 第58-60页 |
| 5.2.3 求和规则 | 第60-61页 |
| 5.2.4 最大值规则 | 第61-63页 |
| 5.2.5 最小值规则 | 第63-64页 |
| 5.3 单模态情感识别与多模态情感识别结果对比 | 第64-65页 |
| 5.4 融合方法效果对比 | 第65-66页 |
| 5.5 七种情感识别率对比分析 | 第66页 |
| 5.6 本章小结 | 第66-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-77页 |
| 附录 1 | 第77-81页 |
| 攻读硕士学位期间发表的学术论文 | 第81-83页 |
| 致谢 | 第83页 |
