基于光流和多HSMMs的容忍遮挡的面部表情识别
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-22页 |
| ·研究的目的及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-20页 |
| ·人脸表情自动识别系统 | 第11-12页 |
| ·人脸检测与定位方法 | 第12-13页 |
| ·表情特征提取方法分类 | 第13-16页 |
| ·表情识别方法分类 | 第16-20页 |
| ·本文主要研究内容 | 第20-21页 |
| ·论文结构 | 第21-22页 |
| 第二章 表情图像的预处理和特征区域定位 | 第22-30页 |
| ·表情图像预处理 | 第22-26页 |
| ·表情图像的旋转调整 | 第22-23页 |
| ·表情图像的尺度归一 | 第23-24页 |
| ·表情图像的灰度均衡 | 第24-26页 |
| ·基于肤色和几何特征的快速人脸特征区域定位 | 第26-28页 |
| ·肤色模型 | 第26页 |
| ·灰度图转化为二值图 | 第26-27页 |
| ·投影和边缘去噪 | 第27-28页 |
| ·特征候选区域的定位 | 第28页 |
| ·小结 | 第28-30页 |
| 第三章 基于小波变换和ICA相结合的静态表情识别 | 第30-44页 |
| ·小波变换 | 第30-32页 |
| ·独立分量分析 | 第32-39页 |
| ·主分量分析 | 第32-34页 |
| ·ICA模型 | 第34-37页 |
| ·ICA在表情识别中的应用 | 第37-39页 |
| ·基于小波变换和ICA相结合的静态表情识别 | 第39-40页 |
| ·支持向量机分类 | 第40-41页 |
| ·实验及结果分析 | 第41-43页 |
| ·实验方案 | 第41-42页 |
| ·实验结果分析 | 第42-43页 |
| ·小结 | 第43-44页 |
| 第四章 基于光流和K-L变换的特征提取 | 第44-50页 |
| ·基于光流的特征提取 | 第44-48页 |
| ·基于K_L变换的特征选取 | 第48-49页 |
| ·小结 | 第49-50页 |
| 第五章 基于多HSMMS的面部表情识别 | 第50-68页 |
| ·隐马尔可夫模型 | 第50-55页 |
| ·隐马尔可夫模型的三个基本问题 | 第51-54页 |
| ·HMM在表情识别中的应用 | 第54-55页 |
| ·隐半马尔可夫模型 | 第55-63页 |
| ·HSMM的三大基本算法 | 第56-59页 |
| ·HSMM算法实现中的问题 | 第59-61页 |
| ·多HSMMs融合的人脸表情识别 | 第61-63页 |
| ·实验结果分析 | 第63-67页 |
| ·实验方案 | 第63-65页 |
| ·实验结果及分析 | 第65-67页 |
| ·小结 | 第67-68页 |
| 第六章 表情识别系统的设计与实现 | 第68-79页 |
| ·概述 | 第68页 |
| ·原型系统框架 | 第68-69页 |
| ·核心类的设计与实现 | 第69-74页 |
| ·图像处理基本类的设计 | 第70-71页 |
| ·表情特征提取类 | 第71-72页 |
| ·分类器的设计 | 第72-74页 |
| ·原型系统实现 | 第74-77页 |
| ·小结 | 第77-79页 |
| 第七章 研究与展望 | 第79-81页 |
| ·总结 | 第79页 |
| ·展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-86页 |
| 发表论文 | 第86页 |
