| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第9-23页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 人脸表情识别技术 | 第10-17页 |
| 1.2.1 人脸表情识别技术的发展 | 第11-13页 |
| 1.2.2 人脸表情识别过程 | 第13-14页 |
| 1.2.3 表情分类方法 | 第14-17页 |
| 1.3 情感与情感计算 | 第17-20页 |
| 1.4 研究目标与内容 | 第20-21页 |
| 1.5 论文组织结构 | 第21-23页 |
| 第2章 人脸表情特征提取与识别关键技术概述 | 第23-31页 |
| 2.1 基于小波变换的特征提取 | 第23-25页 |
| 2.2 常用弹性模板的分类依据 | 第25-26页 |
| 2.2.1 欧氏距离(Euclidean Distance) | 第25-26页 |
| 2.2.2 能量函数 | 第26页 |
| 2.3 K近邻聚类算法(KNN) | 第26-27页 |
| 2.4 多分类方法融合 | 第27-29页 |
| 2.5 常用人脸表情图像库 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 局部Gabor二值模式算法与人脸表情识别 | 第31-47页 |
| 3.1 时频信号分析与Gabor小波变换 | 第32-34页 |
| 3.2 基于局部二值模式的图像特征提取 | 第34-36页 |
| 3.3 局部Gabor特征提取与识别 | 第36页 |
| 3.4 针对特征区域的Gabor特征提取 | 第36-37页 |
| 3.5 面向局部二值模式特征的图像降维方法 | 第37-38页 |
| 3.6 基于最近邻分类的梯度量级加权表情分类 | 第38-40页 |
| 3.7 局部Gabor二值模式算法的仿真 | 第40-42页 |
| 3.8 实验结果 | 第42-44页 |
| 3.9 本章小结 | 第44-47页 |
| 第4章 人脸表情识别系统设计与实现 | 第47-53页 |
| 4.1 基于MFC的面向对象设计方法综述 | 第47-48页 |
| 4.2 人脸表情识别系统的初步设计和算法实现 | 第48-52页 |
| 4.2.1 人脸面部表情识别系统的基本功能 | 第48页 |
| 4.2.2 人脸表情识别系统的框架结构 | 第48-50页 |
| 4.2.3 人脸面部表情识别系统的算法实现 | 第50-52页 |
| 4.3 本章小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 前景与展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |