基于局部特征融合的分层随机森林表情识别算法
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 国外表情识别研究现状 | 第11页 |
| 1.2.2 国内表情识别研究现状 | 第11-12页 |
| 1.3 表情识别技术概述 | 第12-16页 |
| 1.3.1 人脸检测与关键部位提取 | 第13-14页 |
| 1.3.2 表情特征提取 | 第14-15页 |
| 1.3.3 人脸表情识别 | 第15-16页 |
| 1.4 人脸表情数据库 | 第16-17页 |
| 1.5 本文的工作与研究章节安排 | 第17-19页 |
| 第二章 人脸检测与图像预处理 | 第19-25页 |
| 2.1 人脸检测技术 | 第19页 |
| 2.2 表情图片的预处理 | 第19-24页 |
| 2.2.1 人脸的旋转 | 第20-22页 |
| 2.2.2 图片的剪裁 | 第22-23页 |
| 2.2.3 几何归一化 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 局部特征的提取与融合 | 第25-34页 |
| 3.1 表情动作区域 | 第25-26页 |
| 3.2 人脸局部显著区域的划分 | 第26-29页 |
| 3.3 基于人脸显著区域的特征提取 | 第29-31页 |
| 3.3.1 Gabor特征 | 第29-30页 |
| 3.3.2 LBP特征 | 第30-31页 |
| 3.4 PCA降维 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 分层随机森林 | 第34-42页 |
| 4.1 随机森林算法 | 第34-37页 |
| 4.1.1 集成学习的发展 | 第34-35页 |
| 4.1.2 随机森林算法原理 | 第35-36页 |
| 4.1.3 大数定律 | 第36-37页 |
| 4.2 树结构的分层随机森林 | 第37-39页 |
| 4.3 随机森林的训练与测试 | 第39-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 实验结果与分析比较 | 第42-54页 |
| 5.1 实验表情数据库 | 第42-43页 |
| 5.2 训练与测试预设置 | 第43-45页 |
| 5.3 CK+标准库测试结果比较 | 第45-48页 |
| 5.4 BU3D-FE人脸表情库实验结果与比较 | 第48-51页 |
| 5.5 跨图像库表情识别分析 | 第51-52页 |
| 5.6 本章小结 | 第52-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 待解决的问题与下一步工作 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士期间发表的论文 | 第60-61页 |
| 致谢 | 第61页 |
