| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题来源及研究目的和意义 | 第9页 |
| ·国内外相关领域研究进展 | 第9-12页 |
| ·表情识别研究进展 | 第9-11页 |
| ·表情识别在机器人领域的应用 | 第11-12页 |
| ·表情识别方法分类 | 第12-15页 |
| ·面部表情自动识别系统 | 第12页 |
| ·人脸检测、定位与跟踪方法 | 第12-13页 |
| ·面部表情特征提取方法 | 第13-15页 |
| ·面部表情分类方法 | 第15页 |
| ·本文内容及结构 | 第15-17页 |
| 第2章 人脸检测定位与跟踪 | 第17-37页 |
| ·人脸图像获取与预处理 | 第17-18页 |
| ·光照补偿 | 第17页 |
| ·中值滤波平滑 | 第17-18页 |
| ·人脸检测定位 | 第18-29页 |
| ·基于肤色的人脸粗定位 | 第19-24页 |
| ·人脸精确定位 | 第24-28页 |
| ·人脸检测结果验证 | 第28-29页 |
| ·人脸跟踪 | 第29-33页 |
| ·粒子滤波原理 | 第29-31页 |
| ·粒子滤波跟踪算法 | 第31-33页 |
| ·人脸检测定位与跟踪结果的规范化 | 第33-36页 |
| ·尺寸归一化 | 第33-34页 |
| ·灰度归一化 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 二维Gabor 变换及基于SVM 的表情识别 | 第37-49页 |
| ·引言 | 第37页 |
| ·二维Gabor 变换及小波滤波器组构建 | 第37-39页 |
| ·表情图像的Gabor 响应特性及表情特征提取 | 第39-43页 |
| ·表情图像的Gabor 响应特性 | 第39-41页 |
| ·表情特征提取 | 第41-43页 |
| ·基于支持向量机的表情分类研究 | 第43-48页 |
| ·支持向量机原理 | 第43-45页 |
| ·支持向量机多类分类策略 | 第45-46页 |
| ·基于支持向量机的表情分类器设计 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 面部表情识别系统实现与实验结果 | 第49-58页 |
| ·面部表情识别系统设计 | 第49-50页 |
| ·系统设备与界面 | 第49页 |
| ·表情识别系统流程 | 第49-50页 |
| ·人脸检测定位及跟踪实验 | 第50-52页 |
| ·人脸检测定位实验结果及分析 | 第50-51页 |
| ·人脸跟踪实验 | 第51-52页 |
| ·面部表情识别实验 | 第52-57页 |
| ·特定人表情识别实验 | 第52-55页 |
| ·非特定人表情识别实验 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表的学术论文 | 第63-65页 |
| 致谢 | 第65页 |