基于微表情特征的表情识别研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 微表情理论研究现状 | 第10-12页 |
| 1.2.2 表情识别研究现状 | 第12-13页 |
| 1.3 主要研究内容 | 第13-15页 |
| 第2章 表情识别技术与微表情特征 | 第15-21页 |
| 2.1 表情识别关键技术 | 第15-18页 |
| 2.1.1 人脸检测 | 第15-16页 |
| 2.1.2 图像预处理 | 第16-17页 |
| 2.1.3 表情特征提取 | 第17页 |
| 2.1.4 表情分类 | 第17-18页 |
| 2.2 微表情特征分析 | 第18-20页 |
| 2.2.1 微表情定义 | 第18-19页 |
| 2.2.2 微表情分类 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 基于光流分析的运动区域特征提取 | 第21-34页 |
| 3.1 图像归一化 | 第21-25页 |
| 3.1.1 尺度归一化 | 第21-23页 |
| 3.1.2 灰度归一化 | 第23-25页 |
| 3.2 运动区域差分定位 | 第25-28页 |
| 3.2.1 脸部图像差分 | 第25-26页 |
| 3.2.2 运动区域定位 | 第26-28页 |
| 3.3 差分区域光流分析 | 第28-30页 |
| 3.3.1 图像光流分析 | 第28-29页 |
| 3.3.2 运动区域光流获取 | 第29-30页 |
| 3.4 光流数据PCA特征提取 | 第30-32页 |
| 3.4.1 PCA特征提取 | 第30-32页 |
| 3.4.2 光流数据处理 | 第32页 |
| 3.5 本章小结 | 第32-34页 |
| 第4章 基于AUs分类的微表情识别 | 第34-41页 |
| 4.1 脸部动作编码系统与AUs分类 | 第34-36页 |
| 4.2 SVM微表情识别 | 第36-38页 |
| 4.2.1 SVM分类模型 | 第36-37页 |
| 4.2.2 基于SVM的微表情识别 | 第37-38页 |
| 4.3 微表情识别算法流程 | 第38-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第5章 实验与分析 | 第41-48页 |
| 5.1 实验数据 | 第41-43页 |
| 5.1.1 CASME数据库 | 第41-42页 |
| 5.1.2 实验样本选取 | 第42-43页 |
| 5.2 实验流程 | 第43-45页 |
| 5.3 实验分析 | 第45-47页 |
| 5.4 本章小结 | 第47-48页 |
| 第6章 总结与展望 | 第48-50页 |
| 6.1 工作总结 | 第48页 |
| 6.2 工作展望 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第55-56页 |
| 致谢 | 第56页 |
