基于静态图像的人脸表情识别研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-22页 |
| ·情感计算概述 | 第11-14页 |
| ·人脸表情识别概述 | 第14-19页 |
| ·本文研究的目的、意义和主要内容 | 第19-22页 |
| ·研究目的 | 第19-20页 |
| ·研究意义 | 第20页 |
| ·研究内容 | 第20-22页 |
| 第2章 人脸表情特征提取 | 第22-38页 |
| ·人脸特征的基本概念 | 第22-23页 |
| ·人脸表情特征提取的相关研究现状 | 第23-25页 |
| ·主动外观模型概述 | 第25-33页 |
| ·引言 | 第25页 |
| ·模型表述 | 第25-31页 |
| ·实验结果 | 第31-33页 |
| ·人脸表情特征的提取方法 | 第33-37页 |
| ·表情的结构特点 | 第33页 |
| ·表情特征的定义 | 第33-36页 |
| ·特征规范化 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 表情特征选择 | 第38-49页 |
| ·特征选择概述 | 第38-39页 |
| ·基于粗糙集的表情特征选择 | 第39-46页 |
| ·粗糙集基本理论 | 第40-42页 |
| ·数据离散化 | 第42-44页 |
| ·属性约简 | 第44-45页 |
| ·实验结果 | 第45-46页 |
| ·表情特征的核属性分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 人脸表情分类 | 第49-67页 |
| ·人脸表情识别相关研究概况 | 第49-50页 |
| ·基于粗糙集的人脸表情分类算法 | 第50-52页 |
| ·决策表值约简 | 第50-51页 |
| ·规则匹配 | 第51-52页 |
| ·基于支持向量机的人脸表情分类算法 | 第52-62页 |
| ·统计学习理论核心内容 | 第53-56页 |
| ·支持向量机 | 第56-60页 |
| ·基于支持向量机的表情分类 | 第60-62页 |
| ·综合粗糙集和支持向量机的人脸表情分类 | 第62-63页 |
| ·实验结果 | 第63-65页 |
| ·本章小结 | 第65-67页 |
| 第5章 人脸表情识别实验系统的设计与实现 | 第67-77页 |
| ·系统需求分析 | 第67-69页 |
| ·系统流程图 | 第67页 |
| ·静态人脸图像的获取 | 第67-68页 |
| ·人脸检测 | 第68页 |
| ·特征提取 | 第68页 |
| ·表情分类 | 第68-69页 |
| ·系统总体设计与模块设计 | 第69-74页 |
| ·系统框架 | 第69-70页 |
| ·模块功能 | 第70-74页 |
| ·系统环境与编码 | 第74-76页 |
| ·系统环境 | 第74页 |
| ·编码实现 | 第74-75页 |
| ·系统调试 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第6章 总结与展望 | 第77-79页 |
| ·工作总结 | 第77-78页 |
| ·本研究方向展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 在读研究生期间发表论文情况 | 第85页 |
| 攻读学位期间参加的科研项目 | 第85页 |
