首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于静态图像的人脸表情识别算法研究

摘要第1-4页
ABSTRACT第4-8页
1 绪论第8-14页
   ·本课题研究的背景和意义第8-9页
   ·国内外的研究现状第9-12页
     ·特征提取方法的研究现状第10-11页
     ·表情分类方法的研究现状第11-12页
   ·本文的研究内容及章节安排第12-14页
2 人脸检测与预处理算法第14-29页
   ·人脸检测算法分析第14-25页
     ·肤色分割算法第14-16页
     ·Adaboost算法第16-19页
     ·光照补偿法改进肤色检测第19-22页
     ·人脸检测算法与仿真第22-25页
   ·人脸图像的预处理第25-28页
     ·几何归一化处理第26-27页
     ·灰度均衡化处理第27-28页
   ·本章小结第28-29页
3 表情特征提取算法第29-42页
   ·Gabor小波第29-31页
     ·二维Gabor小波变换第29-31页
     ·Gabor小波对人脸表情的特征提取第31页
   ·局部方向模式第31-33页
   ·改进的特征提取算法第33-41页
     ·分块加权局部Gabor方向模式直方图算法第34-37页
     ·PCA特征向量降维第37-41页
   ·本章小结第41-42页
4 人脸表情分类算法第42-52页
   ·K近邻第42-44页
   ·支持向量机第44-48页
     ·最优分类面第44-45页
     ·支持向量机算法第45-47页
     ·SVM核函数第47-48页
   ·KNN-SVM分类第48-51页
     ·算法分析第48-49页
     ·算法步骤第49-51页
   ·本章小结第51-52页
5 人脸表情识别算法与仿真分析第52-63页
   ·人脸表情库与实验环境第52-53页
   ·人脸表情识别算法第53-54页
     ·人脸检测与预处理第53-54页
     ·特征提取与分类第54页
   ·参数选择与算法仿真第54-62页
     ·二维Gabor参数选择与分析第54-57页
     ·分块加权直方图的参数选择与分析第57-58页
     ·PCA算法中特征维数的选择与分析第58-59页
     ·SVM中的核函数选择与分析第59-60页
     ·实验结果与分析第60-62页
   ·本章小结第62-63页
6 总结与展望第63-64页
   ·总结第63页
   ·展望第63-64页
致谢第64-65页
参考文献第65-68页

论文共68页,点击 下载论文
上一篇:基于机器视觉的图像亚像素测量技术的应用研究
下一篇:基于计算机视觉的手势识别方法研究