基于标记分布学习法的面部表情识别
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 缩略词表 | 第9-10页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景和意义 | 第10-13页 |
| 1.1.1 表情识别的重要性 | 第10页 |
| 1.1.2 LDL在表情识别中的适用性 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 表情特征抽取方法 | 第13-14页 |
| 1.2.2 面部表情识别方法 | 第14-15页 |
| 1.2.3 基于标记相关性的表情识别算法 | 第15-16页 |
| 1.2.4 基于局部建模的表情识别算法 | 第16-18页 |
| 1.3 研究目标和内容 | 第18页 |
| 1.4 论文组织结构 | 第18-20页 |
| 第二章 相关工作 | 第20-26页 |
| 2.1 标记分布学习框架 | 第20-22页 |
| 2.2 最大熵标记分布模型 | 第22-23页 |
| 2.3 表情识别评价指标 | 第23-25页 |
| 2.3.1 标记分布学习法评判指标 | 第23-24页 |
| 2.3.2 多标记学习法评判指标 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 表情识别系统 | 第26-34页 |
| 3.1 表情识别系统流程 | 第26页 |
| 3.2 面部表情数据集 | 第26-28页 |
| 3.3 人脸区域检测 | 第28-30页 |
| 3.4 图像特征提取 | 第30-32页 |
| 3.5 表情识别算法 | 第32-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 基于局部标记相关性的面部情感分布识别方法 | 第34-42页 |
| 4.1 EDL算法以及其局限性 | 第34-36页 |
| 4.2 EDL-LLC算法 | 第36-38页 |
| 4.3 实验及结果分析 | 第38-41页 |
| 4.3.1 实验设置 | 第38页 |
| 4.3.2 对比结果及分析 | 第38-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 按层级结构组合局部模型的标记分布学习方法 | 第42-58页 |
| 5.1 传统方法的局限性 | 第42-43页 |
| 5.2 LDL-HCLM算法 | 第43-48页 |
| 5.2.1 局部标记分布模型 | 第43-45页 |
| 5.2.2 局部模型的层级组合形式 | 第45-48页 |
| 5.3 实验及结果分析 | 第48-53页 |
| 5.3.1 LDL-HCLM层次结构比对实验 | 第48-50页 |
| 5.3.1.1 实验设置 | 第48-49页 |
| 5.3.1.2 对比结果及分析 | 第49-50页 |
| 5.3.2 标记分布法、多标记学习法比对实验 | 第50-53页 |
| 5.3.2.1 实验设置 | 第50-51页 |
| 5.3.2.2 对比结果及分析 | 第51-53页 |
| 5.4 效果展示 | 第53-56页 |
| 5.5 本章小结 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-65页 |
