基于BoW模型的人脸表情识别算法的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 人脸表情识别综述 | 第11-14页 |
| 1.2.1 人脸表情识别概述及发展历史 | 第11-12页 |
| 1.2.2 表情特征提取方法 | 第12-13页 |
| 1.2.3 表情分类方法 | 第13-14页 |
| 1.3 人脸表情识别的难点与挑战 | 第14页 |
| 1.4 本文工作和结构安排 | 第14-16页 |
| 第2章 预备知识 | 第16-28页 |
| 2.1 SIFT特征 | 第16-21页 |
| 2.1.1 尺度空间极值检测 | 第16-17页 |
| 2.1.2 局部极值点的检测 | 第17-19页 |
| 2.1.3 极值点的方向分配 | 第19-20页 |
| 2.1.4 特征点描述子的生成 | 第20-21页 |
| 2.2 支持向量机 | 第21-26页 |
| 2.2.1 最优分类而 | 第21-22页 |
| 2.2.2 线性可分支持向量机 | 第22-24页 |
| 2.2.3 线性支持向量机 | 第24-25页 |
| 2.2.4 非线性支持向量机 | 第25-26页 |
| 2.3 本章小节 | 第26-28页 |
| 第3章 基于BoW的人脸表情识别算法 | 第28-41页 |
| 3.1 图像的BoW模型表示 | 第28-29页 |
| 3.2 空间金字塔 | 第29-31页 |
| 3.2.1 金字塔匹配核 | 第29-30页 |
| 3.2.2 空间金字塔匹配 | 第30-31页 |
| 3.3 基于BoW模型人脸表情识别算法 | 第31-36页 |
| 3.3.1 图像预处理 | 第32-33页 |
| 3.3.2 提取SIFT特征 | 第33-35页 |
| 3.3.3 图像的特征描述 | 第35页 |
| 3.3.4 表情特征分类 | 第35-36页 |
| 3.4 实验结果与分析 | 第36-39页 |
| 3.4.1 数据库 | 第36-37页 |
| 3.4.2 参数的选择 | 第37-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第4章 改进的人脸表情识别算法 | 第41-52页 |
| 4.1 局部约束线性编码 | 第41-44页 |
| 4.1.1 矢量量化编码 | 第41页 |
| 4.1.2 稀疏编码 | 第41-42页 |
| 4.1.3 局部约束线性编码 | 第42-44页 |
| 4.2 近似LLC快速编码 | 第44-45页 |
| 4.3 基于LLC的人脸表情识别算法 | 第45-49页 |
| 4.3.1 算法流程 | 第45-46页 |
| 4.3.2 参数选择 | 第46-49页 |
| 4.4 实验结果分析 | 第49-51页 |
| 4.4.1 对比分析 | 第49-50页 |
| 4.4.2 错误分类原因分析 | 第50-51页 |
| 4.5 本章小节 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 本文工作总结 | 第52-53页 |
| 5.2 未来工作展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58页 |
