人脸表情识别算法研究
| 中文摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 序 | 第9-12页 |
| 1 综述 | 第12-30页 |
| ·课题背景 | 第12-13页 |
| ·人脸表情的心理学研究成果 | 第13-15页 |
| ·人脸表情识别的研究现状 | 第15-25页 |
| ·人脸的检测与定位 | 第16-18页 |
| ·表情特征的提取方法分类 | 第18-24页 |
| ·表情特征的分类与识别方法 | 第24页 |
| ·已有的人脸表情数据库 | 第24-25页 |
| ·人脸表情识别存在问题及技术展望 | 第25-28页 |
| ·人脸表情识别技术难点及存在问题 | 第25-27页 |
| ·人脸表情识别技术展望 | 第27-28页 |
| ·本论文的主要内容及结构安排 | 第28-30页 |
| ·本论文的主要研究内容 | 第28-29页 |
| ·本论文的结构安排 | 第29-30页 |
| 2 人脸表情识别理论基础 | 第30-44页 |
| ·课题涉及的模式识别基础理论 | 第30-35页 |
| ·贝叶斯决策理论 | 第30-31页 |
| ·线性判别理论 | 第31-32页 |
| ·基于K-L 展开的特征提取 | 第32-34页 |
| ·近邻法 | 第34-35页 |
| ·基于子空间理论的识别算法 | 第35-43页 |
| ·概述 | 第35-36页 |
| ·基本数学原理 | 第36-38页 |
| ·主成分分析算法（PCA） | 第38-42页 |
| ·Fisher 线性判别（FLD） | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 3 人脸表情识别算法研究 | 第44-72页 |
| ·改进的加权主元分析算法 | 第44-51页 |
| ·加权主元分析（WPCA） | 第44-46页 |
| ·改进的加权主元分析（IWPCA） | 第46-48页 |
| ·实验结果及其分析 | 第48-51页 |
| ·二维主元分析算法（2DPCA） | 第51-60页 |
| ·二维主元分析算法原理 | 第51-53页 |
| ·理论总结 | 第53-54页 |
| ·实验结果及其分析 | 第54-60页 |
| ·二维局部保留投影算法（2DLPP） | 第60-71页 |
| ·局部保留投影算法（LPP） | 第60-61页 |
| ·二维局部保留投影算法（2DLPP） | 第61-63页 |
| ·双向二维局部保留投影算法（2D-2DLPP） | 第63-65页 |
| ·实验结果及其分析 | 第65-71页 |
| ·本章小结 | 第71-72页 |
| 4 人脸表情识别系统 | 第72-81页 |
| ·系统的基本软件、硬件 | 第72页 |
| ·系统整体构成及功能 | 第72-73页 |
| ·人脸表情识别演示子系统 | 第73-76页 |
| ·系统的实现框架 | 第73-74页 |
| ·界面设计及结果显示 | 第74-76页 |
| ·人脸表情识别算法比较与分析子系统 | 第76-80页 |
| ·系统的实现框架 | 第76-77页 |
| ·界面及结果显示 | 第77-80页 |
| ·本章小结 | 第80-81页 |
| 5 总结与展望 | 第81-83页 |
| ·论文总结 | 第81-82页 |
| ·工作展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 作者简历 | 第87-89页 |
| 学位论文数据集 | 第89页 |
