| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-10页 |
| 1.1 课题研究背景及意义 | 第7页 |
| 1.2 视频监控技术及发展现状 | 第7-8页 |
| 1.3 本文研究内容 | 第8-10页 |
| 第二章 人脸检测与特征点定位 | 第10-21页 |
| 2.1 Haar级联分类器 | 第10-13页 |
| 2.2 ASM模型 | 第13-20页 |
| 2.2.1 ASM的训练 | 第13-19页 |
| 2.2.2 ASM的拟合 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 人脸表情图像预处理 | 第21-25页 |
| 3.1 彩色图像灰度化 | 第21页 |
| 3.2 几何归一化 | 第21-23页 |
| 3.2.1 人脸旋转矫正 | 第21-22页 |
| 3.2.2 人脸图像截取 | 第22-23页 |
| 3.3 灰度归一化 | 第23-24页 |
| 3.4 本章小结 | 第24-25页 |
| 第四章 面部静态特征分析 | 第25-57页 |
| 4.1 基于特征融合和决策树技术的表情识别 | 第25-47页 |
| 4.1.1 Hog算法 | 第25-28页 |
| 4.1.2 Log-Gabor小波变换 | 第28-35页 |
| 4.1.3 支持向量机 | 第35-44页 |
| 4.1.4 多层分类器的构造 | 第44-46页 |
| 4.1.5 实验结果分析 | 第46-47页 |
| 4.2 眉间区域纹理特征分析 | 第47-48页 |
| 4.3 嘴巴区域纹理特征分析 | 第48-51页 |
| 4.4 面部轮廓特征分析 | 第51-55页 |
| 4.4.1 脸型识别的算法实现 | 第51-54页 |
| 4.4.2 实验结果分析 | 第54-55页 |
| 4.5 鼻部及颧区几何特征分析 | 第55-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第五章 面部动态特征分析 | 第57-61页 |
| 5.1 眼球运动特征分析 | 第57-58页 |
| 5.2 眉区及鼻子两侧运动特征分析 | 第58-60页 |
| 5.3 本章小结 | 第60-61页 |
| 第六章 基于面部特征分析技术的地铁安防监控系统实现 | 第61-65页 |
| 6.1 软件系统简介 | 第61-62页 |
| 6.1.1 OpenCV简介 | 第61页 |
| 6.1.2 系统开发环境(Software Development Environment) | 第61-62页 |
| 6.2 系统框架及其模块 | 第62页 |
| 6.3 系统联合调试及分析 | 第62-64页 |
| 6.4 本章小结 | 第64-65页 |
| 第七章 总结与展望 | 第65-67页 |
| 7.1 全文工作总结 | 第65-66页 |
| 7.2 进一步工作展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 在校区间发表论文清单 | 第70-71页 |
| 致谢 | 第71页 |