| 1.基于几何特征的表情识别研究 | 第1-38页 |
| 摘要 | 第6-7页 |
| 第一章 引言 | 第7-10页 |
| ·问题的提出 | 第7-8页 |
| ·研究背景及现状 | 第8-9页 |
| ·本文研究内容安排 | 第9-10页 |
| 第二章 表情分割的预处理 | 第10-16页 |
| ·表情图像的二值化及断点连接 | 第10-12页 |
| ·二值化图像连通区域上边缘的提取算法 | 第12-13页 |
| ·上边缘的过滤及存储 | 第13-16页 |
| 第三章 基于上边缘的相邻四端点的人眼精确定位 | 第16-23页 |
| ·眼睛及眉毛定位 | 第16-22页 |
| ·嘴巴定位 | 第22-23页 |
| 第四章 表情分析与识别 | 第23-27页 |
| ·表情特征提取 | 第23-25页 |
| ·表情特征向量权重函数的设计 | 第25-27页 |
| 第五章 系统结构与结果 | 第27-31页 |
| ·实验系统结构 | 第27-28页 |
| ·实验结果 | 第28-31页 |
| 第六章 总结和展望 | 第31-33页 |
| ·本文工作总结 | 第31页 |
| ·今后的研究工作 | 第31-33页 |
| [参考文献] | 第33-38页 |
| 2. Facial Expression Recognition Basedon Geometrical Features | 第38-73页 |
| ABSTRACT | 第40-42页 |
| CHAPTER ONE INTRODUCTION | 第42-46页 |
| ·The Question Intension | 第42-43页 |
| ·Research Context and Actuality Of The Field | 第43-45页 |
| ·Arrangement of Paper | 第45-46页 |
| CHAPTER TWO PRETREATMENT OF FACIAL EXPRESSION SEGMENT | 第46-54页 |
| ·The Expression Image Binarization and Jointing the Break | 第46-48页 |
| ·the connected region extraction algorithms of binarization image up edge | 第48-50页 |
| ·Filter and Store the Up edge | 第50-54页 |
| CHAPTER THREE THE LOCATION OF BROW AND EYE BASEDON THE UPEDGE FOUR NEIGHBOURHOOD ENDPOINTS | 第54-62页 |
| ·Location of Brow and Eye | 第55-61页 |
| ·Mouth Location | 第61-62页 |
| CHAPTER FOUR FACIAL EXPRESSION ANALYSIS AND RECOGNITION | 第62-67页 |
| ·Facial Expression Features Extraction | 第62-65页 |
| ·the Design of Weight Function of Feature Vector | 第65-67页 |
| CHAPTER FIVE EXPERIMENT STRUCTURE AND RESULT | 第67-71页 |
| ·Experiment Structure | 第67-68页 |
| ·Experiment Results | 第68-71页 |
| CHAPTER SIX CONCLUSION AND FUTURE DIRECTION | 第71-73页 |
| ·Conclusion | 第71-72页 |
| ·Future Direction | 第72-73页 |
| 3.人眼定位与表情识别研究综述 | 第73-111页 |
| 第一章 绪论 | 第76-83页 |
| ·中值滤波 | 第76-78页 |
| ·图像的二值化 | 第78-83页 |
| ·双峰法 | 第79页 |
| ·P参数法 | 第79-80页 |
| ·最小误差法 | 第80页 |
| ·局部阈值二值化法亦称自适应阈值选取法 | 第80-81页 |
| ·二值化图像边缘的提取 | 第81-83页 |
| 第二章 人脸检测 | 第83-89页 |
| ·基于统计模型的人脸检测 | 第83-85页 |
| ·基于神经网络的方法 | 第84页 |
| ·基于隐马尔可夫模型的方法 | 第84-85页 |
| ·子空间法 | 第85页 |
| ·基于模板匹配的方法 | 第85-87页 |
| ·预定模板匹配法 | 第86页 |
| ·变形模板法 | 第86-87页 |
| ·基于特征的方法 | 第87-89页 |
| ·基于器官分布规则的方法 | 第87页 |
| ·基于颜色纹理的方法 | 第87-89页 |
| 第三章 人脸定位 | 第89-93页 |
| ·基于几何特征的方法 | 第89-90页 |
| ·基于模板的方法 | 第90-91页 |
| ·基于模型的方法 | 第91-93页 |
| 第四章 人脸表情特征提取与识别 | 第93-104页 |
| ·基于几何特征的方法 | 第94-98页 |
| ·人脸表情的几何特征信息 | 第95-98页 |
| ·基于模型的方法 | 第98-102页 |
| ·隐马尔可夫模型 | 第98-99页 |
| ·Gabor滤波器 | 第99-100页 |
| ·活动外观模型 | 第100-101页 |
| ·人工神经网络模型 | 第101-102页 |
| ·小结 | 第102-104页 |
| 第五章 研究展望 | 第104-105页 |
| [参考文献] | 第105-111页 |
| 4. A Survey on Eyes Location and Expression Recognition | 第111-148页 |
| CHAPTER ONE INTRODUCTION | 第113-122页 |
| ·Median filter | 第114-116页 |
| ·The binary image segmentation | 第116-122页 |
| ·Binary-Conversion | 第116-117页 |
| ·P—parameter method | 第117页 |
| ·The Method of Minimal Error | 第117-118页 |
| ·Local Threshold Binarization | 第118页 |
| ·The Extraction of Binary-image Edge | 第118-122页 |
| CHAPTER TWO FACE DETECTION | 第122-129页 |
| ·Face detection based-on the statistical model | 第123-125页 |
| ·The Method based-on the Neural Network | 第123-124页 |
| ·The Method based-on the Hidden Markov Model | 第124-125页 |
| ·The Subspace Method | 第125页 |
| ·Method based-on the Template Matching | 第125-127页 |
| ·the Pretreatment Template Matching | 第126页 |
| ·The Deformable Template | 第126-127页 |
| ·Method based on Feature | 第127-129页 |
| ·The Method based on the Distribute the Organ | 第127-128页 |
| ·The Method based on the Color Texture | 第128-129页 |
| CHAPTER THREE FACE LOCATION | 第129-134页 |
| ·Method on the basis of the Geometry Feature | 第129-130页 |
| ·Method on the basis of the Template | 第130-132页 |
| ·Method on the basis of the Model | 第132-134页 |
| CHAPTER FOUR EXTRACT FACIAL EXPRESSION FEATURES AND RECOGNIZE | 第134-148页 |
| ·Method base don the Geometric feature | 第135-141页 |
| ·The Geometry Feature Information of Facial Expression | 第137-141页 |
| ·The Method based on Model | 第141-146页 |
| ·Hidden Markov Models | 第141-142页 |
| ·Gabor Filter | 第142-144页 |
| ·Active Appearance Models | 第144页 |
| ·Artificial Neural Network model | 第144-146页 |
| ·Conclusion | 第146-148页 |
| CHAPTER FIVE FUTURE DIRECTIONS | 第148页 |
