摘要 | 第8-10页 |
ABSTRACT | 第10-11页 |
第一章 绪论 | 第12-18页 |
1.1 课题背景及意义 | 第12页 |
1.2 国内外研究现状 | 第12-15页 |
1.2.1 标准微表情数据库 | 第13-14页 |
1.2.2 微表情识别研究 | 第14-15页 |
1.3 主动学习和迁移学习 | 第15-16页 |
1.4 论文的内容安排 | 第16-18页 |
第二章 基于三正交平面交叉模式编码的微表情识别方法 | 第18-28页 |
2.1 三正交平面交叉模式编码 | 第18-22页 |
2.1.1 交叉模式 | 第18-20页 |
2.1.2 三平面交叉模式 | 第20-22页 |
2.2 人脸对齐和人脸分块 | 第22-24页 |
2.2.1 坐标域对齐 | 第22-23页 |
2.2.2 人脸分块 | 第23-24页 |
2.3 识别方法流程 | 第24-25页 |
2.4 实验及结果分析 | 第25-27页 |
2.5 本章小结 | 第27-28页 |
第三章 基于光流和Fisher Vector编码的微表情识别方法 | 第28-40页 |
3.1 微表情的光流 | 第28-30页 |
3.1.1 微表情光流的计算 | 第28-29页 |
3.1.2 光流域对齐 | 第29-30页 |
3.2 时空分块和光流直方图 | 第30-32页 |
3.2.1 时空分块 | 第30-31页 |
3.2.2 光流直方图 | 第31-32页 |
3.3 微表情的Fisher Vector编码 | 第32-34页 |
3.4 识别方法和流程 | 第34-35页 |
3.5 实验及结果分析 | 第35-39页 |
3.6 本章小结 | 第39-40页 |
第四章 基于主动迁移学习的微表情识别方法 | 第40-59页 |
4.1 宏微表情的联系与差异 | 第40-42页 |
4.2 主动学习和迁移学习策略的选择 | 第42-44页 |
4.3 主动迁移学习模型 | 第44-50页 |
4.3.1 模型的建立 | 第44-47页 |
4.3.2 模型的求解算法 | 第47-50页 |
4.4 实验及结果分析 | 第50-58页 |
4.5 本章小结 | 第58-59页 |
第五章 总结与展望 | 第59-61页 |
参考文献 | 第61-67页 |
致谢 | 第67-68页 |
硕士期间研究成果 | 第68-69页 |
学位论文评阅及答辩情况表 | 第69页 |