| 摘要 | 第2-3页 |
| ABSTRACT | 第3页 |
| 第一章 绪论 | 第8-22页 |
| 1.1 研究目的与意义 | 第8-10页 |
| 1.1.1 对相关领域研究的促进作用 | 第8-9页 |
| 1.1.2 商业应用 | 第9-10页 |
| 1.2 研究现状 | 第10-19页 |
| 1.2.1 表情分类方法 | 第10-11页 |
| 1.2.2 表情自动分析与识别系统的构成 | 第11-12页 |
| 1.2.3 表情特征提取与识别 | 第12-18页 |
| 1.2.4 研究中的难点 | 第18-19页 |
| 1.3 论文主要工作 | 第19-20页 |
| 1.4 论文主要创新点 | 第20-21页 |
| 1.5 章节安排 | 第21-22页 |
| 第二章 AAM 方法及其用于混合表情识别研究 | 第22-39页 |
| 2.1 AAM 方法简介 | 第22-28页 |
| 2.1.1 AAM 统计模型的建立 | 第22-27页 |
| 2.1.2 模型参数优化 | 第27-28页 |
| 2.2 AAM 方法用于提取人脸表情特征 | 第28-29页 |
| 2.3 AAM 方法提取的表情特征的统计分析 | 第29-32页 |
| 2.3.1 Spearman 秩相关分析 | 第29-31页 |
| 2.3.2 非度量多维标度分析 | 第31-32页 |
| 2.4 AAM 表情特征的识别 | 第32-37页 |
| 2.4.1 人工神经网络概述 | 第35-36页 |
| 2.4.2 用于表情识别的人工神经网络 | 第36-37页 |
| 2.5 实验结果与分析 | 第37-38页 |
| 2.6 小结 | 第38-39页 |
| 第三章 半自动人脸特征点标记方法 | 第39-50页 |
| 3.1 半自动人脸特征点标记方法概述 | 第39-41页 |
| 3.1.1 问题的提出 | 第39-40页 |
| 3.1.2 半自动特征点标记方法概述 | 第40-41页 |
| 3.2 变形模板方法定位眼睛、嘴巴特征点 | 第41-44页 |
| 3.2.1 眼角的精确定位 | 第41-42页 |
| 3.2.2 眼睛轮廓提取 | 第42-44页 |
| 3.3 基于GVF 的眉毛特征点定位方法 | 第44-47页 |
| 3.3.1 基于GVF 的活动轮廓模型方法 | 第44-45页 |
| 3.3.2 眉毛轮廓提取 | 第45-47页 |
| 3.4 鼻子与下巴的特征点定位 | 第47页 |
| 3.5 实验结果与讨论 | 第47-49页 |
| 3.6 小结 | 第49-50页 |
| 第四章 动态表情图像特征提取 | 第50-78页 |
| 4.1 表情自动分析概要 | 第50-52页 |
| 4.2 表情几何特征和暂时性特征的提取 | 第52-61页 |
| 4.2.1 几何特征提取 | 第52页 |
| 4.2.2 暂时性表情特征提取 | 第52-57页 |
| 4.2.3 几何特征及暂时性特征的具体描述 | 第57-61页 |
| 4.3 差图像提取 | 第61-69页 |
| 4.3.1 图像归一化 | 第61-62页 |
| 4.3.2 逆向组合图像对齐 | 第62-66页 |
| 4.3.3 图像对齐用于提取表情差图像 | 第66-69页 |
| 4.4 差图像的Gabor 变换特征提取 | 第69-74页 |
| 4.4.1 Gabor 变换概述 | 第69-70页 |
| 4.4.2 Gabor 变换用于提取表情特征 | 第70-74页 |
| 4.5 Gabor 变换特征的独立元分析 | 第74-77页 |
| 4.5.1 独立元分析的基本概念 | 第74-75页 |
| 4.5.2 Gabor 变换特征的ICA 分析 | 第75-77页 |
| 4.6 小结 | 第77-78页 |
| 第五章 表情活动单元识别 | 第78-107页 |
| 5.1 表情特征向量的特征选择 | 第78-90页 |
| 5.1.1 特征选择的意义与基本概念 | 第78-79页 |
| 5.1.2 基于Margin 的特征选择算法 | 第79-81页 |
| 5.1.3 改进的基于Margin 的特征选择算法 | 第81-88页 |
| 5.1.4 特征选择算法用于表情差图像特征选择 | 第88-90页 |
| 5.2 支持向量机简介 | 第90-93页 |
| 5.3 用于识别表情AU 的组合分类器 | 第93-96页 |
| 5.3.1 分类器的设计 | 第93-95页 |
| 5.3.2 多分类器的组合 | 第95-96页 |
| 5.4 实验结果与讨论 | 第96-101页 |
| 5.5 小结 | 第101-107页 |
| 第六章 总结与展望 | 第107-110页 |
| 6.1 全文总结 | 第107-108页 |
| 6.2 前景展望 | 第108-110页 |
| 参考文献 | 第110-120页 |
| 攻读博士期间所发表的论文 | 第120-121页 |
| 致谢 | 第121页 |