基于稀疏表示残差融合的人脸表情识别
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| ·研究意义及应用前景 | 第10-11页 |
| ·人脸表情识别综述 | 第11-16页 |
| ·人脸检测 | 第12-13页 |
| ·人脸表情预处理 | 第13-14页 |
| ·表情特征提取 | 第14-15页 |
| ·特征降维 | 第15页 |
| ·表情分类方法 | 第15-16页 |
| ·稀疏表示方法 | 第16-17页 |
| ·本文的主要工作及结构安排 | 第17-19页 |
| 第二章 压缩传感理论基础 | 第19-27页 |
| ·引言 | 第19页 |
| ·压缩传感基本概念 | 第19-25页 |
| ·信号的稀疏性 | 第20-21页 |
| ·传感矩阵 | 第21-23页 |
| ·重构算法 | 第23-25页 |
| ·最小e_l范数法 | 第23-24页 |
| ·匹配追踪算法 | 第24-25页 |
| ·最小全变分法 | 第25页 |
| ·迭代阈值法 | 第25页 |
| ·本章小结 | 第25-27页 |
| 第三章 稀疏表示分类方法(SRC)用于表情识别 | 第27-39页 |
| ·稀疏表示分类方法原理 | 第27-29页 |
| ·降维方法简介 | 第29-32页 |
| ·随机映射 | 第29-30页 |
| ·2DPCA | 第30-31页 |
| ·Curvelet变换 | 第31-32页 |
| ·SRC用于人脸表情识别 | 第32-37页 |
| ·SRC用于特定人表情识别 | 第32-34页 |
| ·SRC用于非特定人表情识别 | 第34-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 基于稀疏表示残差融合的人脸表情识别 | 第39-52页 |
| ·LBP的简介 | 第39-43页 |
| ·原始LBP算子 | 第39-41页 |
| ·多分辨率LBP算子 | 第41-42页 |
| ·旋转不变模式LBP算子 | 第42-43页 |
| ·均匀模式LBP算子 | 第43页 |
| ·基于LBP的人脸表情图像特征提取 | 第43-44页 |
| ·融合算法 | 第44-51页 |
| ·本章小结 | 第51-52页 |
| 总结 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 攻读学位期间发表论文 | 第59-60页 |
| 致谢 | 第60页 |
