人脸表情分析与识别系统
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 引言 | 第8-11页 |
| ·课题的研究意义 | 第8-9页 |
| ·研究表情识别算法的目的 | 第8页 |
| ·表情识别的应用前景 | 第8页 |
| ·表情识别研究对学科研究的价值 | 第8-9页 |
| ·表情识别的依据与分类 | 第9页 |
| ·论文的研究内容和主要工作 | 第9-10页 |
| ·论文的结构和主要内容 | 第10-11页 |
| 第2章 人脸表情识别算法的发展历程 | 第11-21页 |
| ·人脸表情识别算法研究的历程 | 第11-12页 |
| ·主要数据库的介绍 | 第12-13页 |
| ·特征提取 | 第13-17页 |
| ·基于静态图像的特征提取方法 | 第13-15页 |
| ·基于图像的动态特征提取方法 | 第15-17页 |
| ·特征分类 | 第17-18页 |
| ·空间分类的方法 | 第17页 |
| ·时空分类的方法 | 第17-18页 |
| ·几种主要的表情识别算法的比较及其效果 | 第18页 |
| ·人脸表情识别发展的趋势和面对的难点 | 第18-21页 |
| 第3章 图像的预处理 | 第21-27页 |
| ·投影曲线确定人脸边缘区域 | 第21-23页 |
| ·表情图像的尺度归一化 | 第23-25页 |
| ·眼睛特征区域和瞳孔位置的定位 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第4章 A S M 算法及其改进 | 第27-36页 |
| ·A S M 算法的简介 | 第27页 |
| ·A S M 算法的训练过程 | 第27-30页 |
| ·训练过程基本原理 | 第27-28页 |
| ·PC A 算法的简单介绍 | 第28-29页 |
| ·对 A SM 算法训练阶段的改进 | 第29-30页 |
| ·实验及结果说明 | 第30页 |
| ·A S M 算法的搜索过程 | 第30-35页 |
| ·基于 A SM 模型的人脸轮廓拟合及其改进 | 第30-31页 |
| ·A S M 的局部特征模型搜索算法及其改进 | 第31-34页 |
| ·实验及其说明 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第5章 权重特征点的选取和分类树算法 | 第36-48页 |
| ·权重特征点选取法的原理 | 第36-40页 |
| ·全局特征提取与局部特征提取的缺点 | 第36-37页 |
| ·权重特征点的选取提取法的核心思想 | 第37-38页 |
| ·特征子区域的划分和特征表征 | 第38-40页 |
| ·分类器的选择 | 第40-43页 |
| ·模板匹配算法和 k 近邻分类器 | 第40-41页 |
| ·分类树识别策略 | 第41-42页 |
| ·对 K 近邻分类的改进 | 第42-43页 |
| ·实验及其效果说明 | 第43-48页 |
| 第6章 总结和展望 | 第48-51页 |
| ·总结 | 第48-49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第56页 |
