人脸表情识别算法研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·课题研究的背景及意义 | 第8-9页 |
| ·人脸表情识别的背景 | 第8-9页 |
| ·人脸表情识别的应用领域 | 第9页 |
| ·表情识别和人脸识别差异 | 第9页 |
| ·国内外研究现状及发展 | 第9-12页 |
| ·国内外研究发展阶段 | 第10-11页 |
| ·表情识别存在的问题及难点 | 第11-12页 |
| ·本文研究的主要内容 | 第12-14页 |
| 2 现有典型表情识别技术分析 | 第14-19页 |
| ·概述 | 第14页 |
| ·人脸表情识别系统构成 | 第14-15页 |
| ·典型的人脸表情算法介绍 | 第15-18页 |
| ·主成分分析（PCA）法 | 第15-16页 |
| ·小波变换 | 第16-17页 |
| ·光流模型 | 第17页 |
| ·特征点跟踪法 | 第17-18页 |
| ·人脸表情识别方法的比较与总结 | 第18页 |
| ·本章小结 | 第18-19页 |
| 3 表情图像预处理 | 第19-24页 |
| ·概述 | 第19页 |
| ·表情图像中眼睛的定位 | 第19-21页 |
| ·表情图像的光照处理 | 第21-22页 |
| ·表情图像的几何归一 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 4 基于Gabor 小波变换的人脸表情特征提取 | 第24-36页 |
| ·概述 | 第24页 |
| ·小波背景及其理论 | 第24-28页 |
| ·小波背景 | 第24-25页 |
| ·小波理论 | 第25-28页 |
| ·Gabor 小波基本原理及其变换 | 第28-32页 |
| ·Gabor 变换及其参数选择 | 第28-31页 |
| ·二维Gabor 变换实验结果 | 第31-32页 |
| ·特征降维 | 第32-35页 |
| ·非均匀采样 | 第32-34页 |
| ·改进的PCA 降维 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 5 人脸表情识别 | 第36-52页 |
| ·概述 | 第36页 |
| ·常用人脸表情库简介 | 第36-37页 |
| ·常用的分类方法 | 第37-41页 |
| ·支持向量机 | 第37-38页 |
| ·隐马尔可夫模型 | 第38-40页 |
| ·基于模糊集理论的分类方法 | 第40-41页 |
| ·基于模糊积分多分类器的表情识别 | 第41-51页 |
| ·模糊密度的确定 | 第41-44页 |
| ·最近邻分类器 | 第44页 |
| ·基于欧式距离分类器 | 第44-45页 |
| ·基于余弦距离分类器 | 第45页 |
| ·多分类器融合方法 | 第45-47页 |
| ·实验及结果分析 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 6 总结与展望 | 第52-54页 |
| ·工作总结 | 第52-53页 |
| ·展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附录 | 第60页 |
| A. 研究生期间发表或录用的论文 | 第60页 |
