基于特征映射的多角度人脸表情识别
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-24页 |
| 1.1 研究背景与研究意义 | 第12页 |
| 1.2 人脸表情识别的国内外研究现状 | 第12-21页 |
| 1.2.1 人脸检测的研究现状 | 第13-14页 |
| 1.2.2 特征提取的研究现状 | 第14-17页 |
| 1.2.3 分类识别的研究现状 | 第17-18页 |
| 1.2.4 多角度人脸表情识别的研究现状 | 第18-21页 |
| 1.3 本文研究内容与组织结构 | 第21-24页 |
| 1.3.1 本文研究内容 | 第21页 |
| 1.3.2 论文组织结构 | 第21-24页 |
| 第二章 人脸检测与特征提取 | 第24-36页 |
| 2.1 基于混合树结构的人脸检测算法 | 第24-27页 |
| 2.1.1 混合树结构模型 | 第24-26页 |
| 2.1.2 模型学习 | 第26-27页 |
| 2.2 图像预处理 | 第27-29页 |
| 2.2.1 仿射变换 | 第27-28页 |
| 2.2.2 Gamma校正 | 第28-29页 |
| 2.3 特征提取 | 第29-32页 |
| 2.3.1 梯度方向直方图特征 | 第29-32页 |
| 2.3.2 金字塔式梯度方向直方图 | 第32页 |
| 2.4 实验结果与分析 | 第32-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 正面人脸表情识别 | 第36-46页 |
| 3.1 分类器设计 | 第36-40页 |
| 3.1.1 稀疏表示分类器 | 第36-38页 |
| 3.1.2 k近邻分类器 | 第38-40页 |
| 3.2 k近邻分类器与稀疏表示分类器融合 | 第40-41页 |
| 3.3 正面人脸表情识别实验 | 第41-45页 |
| 3.3.1 实验说明 | 第41-42页 |
| 3.3.2 正面人脸表情识别实验与分析 | 第42-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 多角度人脸表情识别研究 | 第46-68页 |
| 4.1 多角度表情特征与正面表情特征之间的映射 | 第46-52页 |
| 4.1.1 人工神经网络 | 第47-49页 |
| 4.1.2 径向基神经网络 | 第49-50页 |
| 4.1.3 特征映射的实现步骤 | 第50-52页 |
| 4.2 多角度人脸表情识别的实验框架设计 | 第52-53页 |
| 4.3 多角度人脸表情数据库 | 第53-59页 |
| 4.3.1 Multi-PIE数据库 | 第53-54页 |
| 4.3.2 山东大学多角度人脸表情数据库 | 第54-59页 |
| 4.4 多角度人脸表情识别实验与分析 | 第59-67页 |
| 4.4.1 SDUMFE数据库实验与分析 | 第59-63页 |
| 4.4.2 Multi-PIE数据库实验与分析 | 第63-67页 |
| 4.5 本章小结 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| 5.1 全文总结 | 第68-69页 |
| 5.2 展望 | 第69-70页 |
| 参考文献 | 第70-78页 |
| 致谢 | 第78-80页 |
| 攻读硕士期间发表的论文 | 第80-81页 |
| 学位论文评阅及答辩情况表 | 第81页 |
