| 1.基于脸部二维结构特征的表情识别研究 | 第1-48页 |
| 摘要 | 第7-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究目的和意义 | 第9-11页 |
| ·研究现状 | 第11-12页 |
| ·问题的提出 | 第12-14页 |
| ·本文研究内容概述 | 第14-15页 |
| ·本文研究内容安排 | 第15-16页 |
| 第二章 表情图像预处理与表情特征区域的粗定位 | 第16-25页 |
| ·表情图像预处理 | 第16-17页 |
| ·基于迭代法的图像二值化及去除孤立点 | 第17-21页 |
| ·迭代法原理 | 第17-19页 |
| ·选择式掩模平滑去噪 | 第19-21页 |
| ·基于投影法的特征区域定位 | 第21-25页 |
| ·眉毛和眼睛定位 | 第21-23页 |
| ·嘴巴和鼻沟区域定位 | 第23-25页 |
| 第三章 人脸图像的特征点精确定位及特征提取 | 第25-34页 |
| ·特征选取 | 第25-26页 |
| ·特征点精确定位 | 第26-31页 |
| ·边缘检测 | 第27-29页 |
| ·特征点精确定位 | 第29-31页 |
| ·表情特征提取 | 第31-34页 |
| 第四章 基于BP神经网络的脸部表情识别设计 | 第34-39页 |
| ·概述 | 第34页 |
| ·基于BP神经网络的分类算法 | 第34-36页 |
| ·训练与识别 | 第36-39页 |
| 第五章 识别实验与结果 | 第39-43页 |
| ·实验的软件、硬件环境 | 第39-40页 |
| ·人脸表情分类实验结果 | 第40-43页 |
| 第六章 总结和展望 | 第43-45页 |
| ·本文工作总结 | 第43-44页 |
| ·今后的研究工作 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 2.Facial Expression Recognition based on Two-dimensional Structure Features | 第48-92页 |
| ABSTRACT | 第50-53页 |
| Chapter one Preface | 第53-62页 |
| ·Research purpose and meaning | 第53-55页 |
| ·Studies the current situation | 第55-57页 |
| ·Proposition of questions | 第57-59页 |
| ·This text research contents summaries | 第59-60页 |
| ·This text research contents arranging | 第60-62页 |
| Chapter two Expression picture pretreatment and Localization of the expression Feature area | 第62-71页 |
| ·Expression picture pretreatment | 第63-64页 |
| ·Two value of picture based interation and gets rid of in isolationing | 第64-67页 |
| ·Changes and takes the place of the law principle | 第64-65页 |
| ·Choosing type masks make an uproar levelly and smoothly | 第65-67页 |
| ·Make a reservation in feature areas based on projection algorthm | 第67-71页 |
| ·Eyebrow and eyes location | 第67-69页 |
| ·Mouth and Nasal fossae Location | 第69-71页 |
| Chapter three The characteristic location of face pictures accurately and drawn characteristic | 第71-81页 |
| ·Characteristics selection | 第71-73页 |
| ·Characteristics clicking and orienting accurately | 第73-81页 |
| ·Edge measuring | 第73-77页 |
| ·The characteristic location accurately | 第77-81页 |
| Chapter four The face expression based on BP neural network discerns the design | 第81-86页 |
| ·Summary | 第81页 |
| ·Categorised algorithms based on BP neural network | 第81-84页 |
| ·Training and discerning | 第84-86页 |
| Chapter five Recognition the experiment and result | 第86-90页 |
| ·Software of an experiment,hardware environment | 第86-87页 |
| ·Categorised result of the test of people's face expression | 第87-90页 |
| Chapter six Summarize and the prospect | 第90-92页 |
| ·The text work summary | 第90-91页 |
| ·Research work in the future | 第91-92页 |
| 3.人脸表情识别研究综述 | 第92-133页 |
| 第一章 绪论 | 第95-100页 |
| ·引言 | 第95-96页 |
| ·相关领域研究 | 第96-98页 |
| ·表情识别的难点 | 第98-100页 |
| 第二章 常用的数字图像处理技术 | 第100-107页 |
| ·基本知识 | 第100-102页 |
| ·相关数字图像处理技术 | 第102-107页 |
| ·平滑 | 第102-103页 |
| ·直方图 | 第103-104页 |
| ·图像分割 | 第104-105页 |
| ·边缘检测 | 第105页 |
| ·形态学方法 | 第105页 |
| ·二值图像的投影操作 | 第105-107页 |
| 第三章 人脸检测与定位 | 第107-114页 |
| ·基于统计模型的人脸检测 | 第107-110页 |
| ·神经网络方法 | 第107-108页 |
| ·子空间方法 | 第108-110页 |
| ·基于知识建模的人脸检测方法 | 第110-112页 |
| ·基于颜色、纹理信息检测 | 第110页 |
| ·基于模板匹配的检测 | 第110-111页 |
| ·基于人脸规则的检测 | 第111-112页 |
| ·综合的方法 | 第112页 |
| ·人脸检测方法及其评价 | 第112-114页 |
| 第四章 人脸表情特征定位与提取 | 第114-125页 |
| ·先验规则 | 第115-118页 |
| ·镶嵌图 | 第115-116页 |
| ·几何投影 | 第116-117页 |
| ·二值化定位 | 第117页 |
| ·广义对称 | 第117-118页 |
| ·几何形状信息 | 第118-120页 |
| ·Snakes | 第118-119页 |
| ·可变模板 | 第119页 |
| ·PDM | 第119-120页 |
| ·色彩信息 | 第120-121页 |
| ·观信息 | 第121-123页 |
| ·神经网络 | 第121-122页 |
| ·PCA | 第122页 |
| ·SVM | 第122-123页 |
| ·关联信息 | 第123-125页 |
| ·概率网络 | 第123页 |
| ·DLA | 第123-124页 |
| ·GWN | 第124-125页 |
| 第五章 表情识别方法分类 | 第125-128页 |
| ·基于几何特征的识别方法 | 第125-126页 |
| ·基于整体的识别方法 | 第126-127页 |
| ·基于模型的识别方法 | 第127-128页 |
| 第六章 总结与展望 | 第128-129页 |
| 参考文献 | 第129-133页 |
| 4.People's Facial Expression Recognition Overview | 第133-184页 |
| Chapter 1 Introduction | 第136-143页 |
| ·Foreword | 第136-137页 |
| ·The relevant field studying | 第137-140页 |
| ·Difficult point that the expression discerns | 第140-143页 |
| Chapter 2 Commonly used digital picture treatment technology | 第143-152页 |
| ·Fundamental Science | 第143-145页 |
| ·Relevant digital picture treatment technology | 第145-152页 |
| ·Level and smooth | 第145-147页 |
| ·Histogram | 第147-148页 |
| ·The picture apart | 第148-150页 |
| ·Morphology method | 第150页 |
| ·Projection operation of the two value picture | 第150-152页 |
| Chapter 3 The faces of people measure and make a reservation | 第152-163页 |
| ·Measure on the basis of person's face who counts the model | 第152-156页 |
| ·Neural network method | 第153-154页 |
| ·Sub space method | 第154-156页 |
| ·the face detection On the basis of the person's knowledge modeling | 第156-159页 |
| ·Measure because of the color,lamination information | 第156页 |
| ·Measuring matching on the basis of the template | 第156-157页 |
| ·a regular template | 第157-159页 |
| ·Comprehensive method | 第159-160页 |
| ·Face detection methods of people and appraising | 第160-163页 |
| Chapter 4 Man expression traits position and extract | 第163-178页 |
| ·Priori rule | 第164-168页 |
| ·inlaying and pursueing | 第165页 |
| ·geometry projection | 第165-166页 |
| ·Two value location | 第166-167页 |
| ·broad sense is symmetrical | 第167-168页 |
| ·geometry form information | 第168-171页 |
| ·Snakes | 第168-169页 |
| ·variable templates | 第169-170页 |
| ·PDM | 第170-171页 |
| ·color informations | 第171-172页 |
| ·appearance information | 第172-175页 |
| ·neural network | 第173页 |
| ·PCA | 第173-174页 |
| ·SVM | 第174-175页 |
| ·related information | 第175-178页 |
| ·probability network | 第175页 |
| ·DLA | 第175-176页 |
| ·GWN | 第176-178页 |
| Chapter 5 The expression discerns the method classification | 第178-182页 |
| ·discernment methods based on characteristic of gcomctry | 第178-180页 |
| ·discernment methods based on whole | 第180页 |
| ·discernment methods based on model | 第180-182页 |
| Chapter 6 Summarize and the prospect | 第182-184页 |
| 后记 | 第184页 |
