首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于选择性特征提取与多HMMs的人脸表情识别研究

摘要第1-6页
ABSTRACT第6-10页
第一章 绪论第10-14页
   ·课题背景第10页
   ·人脸表情识别涉及的研究领域及应用第10-12页
   ·论文的研究内容及主要工作第12-13页
   ·论文的结构第13-14页
第二章 人脸表情识别技术的研究与发展第14-21页
   ·概述第14-15页
   ·人脸检测与定位第15-16页
   ·脸部特征提取第16-19页
   ·表情分类算法第19-20页
   ·人脸表情识别方法的比较和总结第20-21页
第三章 人脸检测与表情图像预处理第21-32页
   ·概述第21页
   ·人脸检测与定位第21-22页
   ·眼睛特征提取第22-28页
     ·眼睛区域粗定位第23-24页
     ·瞳孔位置的精确定位第24-25页
     ·基于Harris角点检测的眼角点定位第25-26页
     ·眼睛轮廓的拟合第26-28页
   ·表情图像预处理第28-31页
     ·表情图像的旋转调整第28-29页
     ·表情图像的尺度归一化第29-30页
     ·表情图像的灰度均衡化第30-31页
   ·小结第31-32页
第四章 基于AAM与GABOR小波变换的混合特征提取第32-45页
   ·改进的主动表观模型第32-37页
   ·Gabor小波变换第37-44页
     ·Gabor小波变换的基本原理第37-40页
     ·人脸表情图像的网格化与Gabor小波变换第40-44页
   ·小结第44-45页
第五章 基于选择性特征提取结合分类树的表情识别算法第45-56页
   ·选择性特征提取的原理第45-49页
     ·传统的表情特征提取的缺点第45-46页
     ·选择性特征提取的核心思想第46-47页
     ·特征子区域的划分和特征表征第47-49页
   ·基于分类树思想的表情识别算法第49-52页
     ·基于模板匹配和改进的K-近邻分类算法第50-52页
     ·表情识别分类过程第52页
   ·实验结果与分析第52-55页
   ·小结第55-56页
第六章 基于混合特征与多离散HMMS融合的表情识别算法第56-72页
   ·混合特征提取第56-58页
     ·基于改进的主动表观模型的嘴巴区域特征提取第56-57页
     ·基于Gabor小波变换的眼睛眉毛区域特征提取第57-58页
   ·多离散HMMS融合的人脸表情识别第58-69页
     ·隐马尔可夫模型简介第58-67页
     ·多离散HHMs融合的人脸表情识别算法第67-69页
   ·实验结果与分析第69-71页
   ·小结第71-72页
第七章 表情识别原型系统的设计与实现第72-81页
   ·面向对象、UML和设计模式第72-73页
   ·系统的功能分析第73-74页
   ·核心类的设计与实现第74-78页
     ·图像处理基本类的设计第74-75页
     ·Gabor小波变换类的设计第75-76页
     ·隐马尔可夫模型类的设计第76-78页
   ·人脸表情识别原型系统的界面简介第78-80页
   ·小结第80-81页
第八章 结束语第81-83页
   ·工作总结第81-82页
   ·下一步工作展望第82-83页
参考文献第83-87页
致谢第87-88页
发表文章第88页

论文共88页,点击 下载论文
上一篇:头发纤维表面受UVB辐射损伤的研究
下一篇:重复序列类人胶原蛋白表达载体的构建及在毕赤酵母中的分泌表达