| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文的组织结构与安排 | 第13-14页 |
| 第2章 基于 Gabor 小波变换的正脸表情特征提取 | 第14-20页 |
| 2.1 人脸表情特征提取概述 | 第14-15页 |
| 2.2 Gabor 小波变换 | 第15-16页 |
| 2.2.1 一维 Gabor 小波变换 | 第15页 |
| 2.2.2 二维 Gabor 小波变换 | 第15-16页 |
| 2.3 Gabor 正脸表情特征提取 | 第16-17页 |
| 2.4 Gabor 正脸表情特征降维 | 第17-18页 |
| 2.5 本章小结 | 第18-20页 |
| 第3章 基于边缘信息的正脸表情特征提取 | 第20-34页 |
| 3.1 边缘检测 | 第20-31页 |
| 3.1.1 边缘检测概述 | 第20页 |
| 3.1.2 基于多种空间结构融合的边缘检测方法 | 第20-27页 |
| 3.1.3 实验结果分析 | 第27-31页 |
| 3.2 边缘信息的特征提取 | 第31-32页 |
| 3.3 本章小结 | 第32-34页 |
| 第4章 基于 SIFT 特征点的侧脸表情特征提取 | 第34-42页 |
| 4.1 SIFT 算法概述 | 第34页 |
| 4.2 SIFT 特征点提取 | 第34-38页 |
| 4.2.1 高斯差分尺度空间生成 | 第34-36页 |
| 4.2.2 空间极值点检测与定位 | 第36-37页 |
| 4.2.3 特征点方向分配 | 第37-38页 |
| 4.2.4 特征点描述子生成 | 第38页 |
| 4.3 SIFT 特征降维 | 第38-39页 |
| 4.4 SIFT 特征聚类 | 第39-40页 |
| 4.5 SIFT 直方图生成 | 第40页 |
| 4.6 本章小结 | 第40-42页 |
| 第5章 基于多视角信息融合的人脸表情识别 | 第42-54页 |
| 5.1 人脸表情识别概述 | 第42页 |
| 5.2 基于多视角信息融合的人脸表情识别方法的设计 | 第42-43页 |
| 5.3 多视角人脸表情数据库的建立 | 第43-45页 |
| 5.4 信息融合方案设计 | 第45-47页 |
| 5.4.1 信息融合概述 | 第45-46页 |
| 5.4.2 基于特征层融合的多视角人脸表情识别方案设计 | 第46-47页 |
| 5.5 分类算法概述 | 第47-49页 |
| 5.5.1 基于 K 近邻法的人脸表情识别 | 第48页 |
| 5.5.2 基于贝叶斯网络的人脸表情识别 | 第48-49页 |
| 5.5.3 基于序列最小优化的人脸表情识别 | 第49页 |
| 5.6 实验结果与分析 | 第49-53页 |
| 5.6.1 多视角表情数据及预处理 | 第50-51页 |
| 5.6.2 多视角融合表情识别实验结果与分析 | 第51-52页 |
| 5.6.3 边缘信息优化实验结果分析 | 第52-53页 |
| 5.7 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间所发表的学术论文 | 第60-62页 |
| 致谢 | 第62页 |
