首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

人工心理相关技术研究--面部表情识别与情感建模

摘要第1-7页
ABSTRACT第7-13页
插图或附表清单第13-16页
引言第16-22页
 课题研究背景第16-18页
 本文主要研究内容第18-19页
 本论文的主要工作第19-22页
1 文献综述第22-36页
   ·情绪心理学基本理论第22-25页
     ·情绪的典型理论第22页
     ·情绪的分类及维度表示第22-23页
     ·情绪表现及表现度第23-24页
     ·情绪识别第24-25页
   ·情感计算第25-34页
     ·面部表情识别第25-31页
     ·情感建模与情感识别第31-34页
   ·人工心理理论第34-35页
   ·小结第35-36页
2 基于图像代数特征的面部表情识别第36-47页
   ·概述第36页
   ·不变矩和奇异值分解的基本理论第36-37页
     ·不变矩基本理论第36-37页
     ·奇异值分解第37页
   ·基于不变矩和奇异值分解的面部表情识别算法第37-42页
     ·预处理第38页
     ·特征提取第38-39页
     ·Fisher 变换第39-40页
     ·SVM 分类器设计第40-42页
   ·实验结果及分析第42-46页
   ·小结第46-47页
3 基于GABOR 变换和ADABOOST 算法的面部表情识别第47-58页
   ·概述第47页
   ·ADABOOST 算法第47-48页
   ·面部表情图像的GABOR 表示第48-52页
     ·Gabor 变换第48-49页
     ·面部表情图像的Gabor 表示第49-52页
   ·ADABOOST 面部表情识别算法第52-55页
   ·实验结果及分析第55-57页
     ·图像预处理第55页
     ·实验结果及分析第55-57页
   ·小结第57-58页
4 动态图像序列的面部表情分析第58-77页
   ·引言第58页
   ·光流的基本计算方法第58-63页
     ·时空梯度法第58-59页
     ·匹配法第59-61页
     ·基于能量的方法第61-62页
     ·基于相位的方法第62-63页
   ·基于HESSIAN 矩阵的改进光流算法第63-68页
     ·前向-后向光流方程第63-64页
     ·Hessian 矩阵第64页
     ·梯度阈值处理第64-65页
     ·基于Hessian 矩阵的光流算法第65页
     ·实验结果及分析第65-68页
   ·散度-旋度样条约束下的非刚体光流算法第68-76页
     ·扩展光流约束方程第68-69页
     ·div-curl 样条约束第69页
     ·div-curl 样条约束下的光流数值解第69-72页
     ·div-curl 样条约束下非刚体光流法的进一步考虑第72-73页
     ·实验结果及分析第73-76页
   ·小结第76-77页
5 基于改进MMI 的HMM 算法的面部表情识别第77-94页
   ·引言第77页
   ·IMMI 准则函数第77-78页
   ·基于IMMI 的HMM 参数估计算法第78-86页
   ·IMMI 参数估计算法在面部表情识别中的应用第86-88页
     ·面部表情特征流计算第87页
     ·IMMIE-HMM∕BP 混合分类器设计第87-88页
   ·实验结果及分析第88-92页
   ·小结第92-94页
6 基于改进MMD 的HMM 算法的面部表情识别第94-105页
   ·引言第94页
   ·IMMD 准则函数第94-95页
   ·基于IMMD 的HMM 参数估计算法第95-99页
   ·IMMD 参数估计算法在面部表情识别中的应用第99-100页
     ·面部表情特征流计算第99页
     ·IMMDE-HMM∕BP 混合分类器设计第99-100页
   ·实验结果及分析第100-104页
   ·小结第104-105页
7 基于情绪心理学的情感计算模型第105-137页
   ·引言第105页
   ·基本定义第105-108页
     ·情感诱发变量第105-106页
     ·个性空间第106页
     ·心情空间第106-107页
     ·情感空间第107页
     ·心情淡化第107-108页
     ·情感淡化第108页
   ·个性、心情及情感相互关系第108-110页
     ·个性空间与心情空间之间的转换第108-109页
     ·心情空间与情感空间之间的映射第109-110页
   ·情感决策模型第110-112页
     ·心情更新方程第110-111页
     ·情感更新方程第111-112页
     ·面部表情合成第112页
   ·实验结果及分析第112-136页
   ·小结第136-137页
结论第137-140页
参考文献第140-148页
在学研究成果第148-149页
致谢第149页

论文共149页,点击 下载论文
上一篇:口碑传播的应用研究--星巴克案例分析
下一篇:不良山区地基处理技术研究