基于关键变形部位的人脸表情识别研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究目的及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 人脸检测 | 第11-12页 |
| 1.2.2 五官定位 | 第12页 |
| 1.2.3 表情识别 | 第12-14页 |
| 1.3 课题主要研究内容和结构安排 | 第14-16页 |
| 第2章 基于形变模型多角度人脸检测 | 第16-36页 |
| 2.1 人脸检测概述 | 第16-19页 |
| 2.1.1 人脸检测概念 | 第16-17页 |
| 2.1.2 多角度人脸检测 | 第17页 |
| 2.1.3 人脸检测方法 | 第17-18页 |
| 2.1.4 人脸检测方法总结 | 第18-19页 |
| 2.2 多角度人脸HOG特征提取 | 第19-25页 |
| 2.2.1 人脸角度划分 | 第19-20页 |
| 2.2.2 HOG特征 | 第20-24页 |
| 2.2.3 人脸HOG特征提取 | 第24-25页 |
| 2.3 多角度人脸局部可形变模型 | 第25-32页 |
| 2.3.1 局部可形变模型 | 第26-30页 |
| 2.3.2 多角度人脸混合模型训练 | 第30-32页 |
| 2.4 基于局部可形变模型多角度人脸检测 | 第32-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第3章 基于Snake模型的人脸关键部位定位分割 | 第36-50页 |
| 3.1 五官定位分割方法 | 第36-37页 |
| 3.2 Snake模型 | 第37-42页 |
| 3.2.1 传统Snake模型 | 第38-41页 |
| 3.2.2 Snake模型收敛方法 | 第41-42页 |
| 3.2.3 Snake模型改进 | 第42页 |
| 3.3 基于后验概率Snake模型的人脸五官定位 | 第42-48页 |
| 3.3.1 贝叶斯决策理论 | 第42-43页 |
| 3.3.2 后验概率Snake模型 | 第43-45页 |
| 3.3.3 五官定位分割 | 第45-48页 |
| 3.4 关键区域分割 | 第48页 |
| 3.5 本章小结 | 第48-50页 |
| 第4章 基于局部显著特征和稀疏编码的表情识别 | 第50-66页 |
| 4.1 表情识别综述 | 第50-54页 |
| 4.1.1 表情识别依据 | 第50-51页 |
| 4.1.2 表情识别框架 | 第51页 |
| 4.1.3 表情识别主要方法 | 第51-53页 |
| 4.1.4 本文的表情识别方法 | 第53-54页 |
| 4.2 基于稀疏表达的分类方法介绍 | 第54-55页 |
| 4.2.1 稀疏编码原理 | 第54页 |
| 4.2.2 稀疏编码在表情识别中的应用 | 第54-55页 |
| 4.3 表情图像的稀疏编码模型表示 | 第55-60页 |
| 4.3.1 显著变形区域PHOG特征提取 | 第56-58页 |
| 4.3.2 基于在线学习方法构建表情特征字典 | 第58-59页 |
| 4.3.3 图像稀疏编码表示 | 第59-60页 |
| 4.4 仿真实验及结果分析 | 第60-63页 |
| 4.4.1 干净图像的表情识别 | 第61页 |
| 4.4.2 遮挡表情的识别 | 第61-63页 |
| 4.4.3 噪声表情的识别 | 第63页 |
| 4.5 本章小结 | 第63-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士期间发表的论文和取得的科研成果 | 第72-74页 |
| 致谢 | 第74页 |
