| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-19页 |
| ·课题背景 | 第9页 |
| ·课题研究的目的和意义 | 第9-10页 |
| ·人脸表情识别系统的结构 | 第10-11页 |
| ·人脸表情识别的研究现状 | 第11-15页 |
| ·本文所主要使用的数据库 | 第15-16页 |
| ·表情识别中的难点 | 第16-17页 |
| ·本文的主要研究工作 | 第17页 |
| ·本文的结构安排 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 预处理与人脸特征检测 | 第19-25页 |
| ·人脸检测和定位 | 第19页 |
| ·人眼定位 | 第19页 |
| ·嘴巴定位 | 第19页 |
| ·人脸目标区域标准化 | 第19-20页 |
| ·人脸标准化切割 | 第20页 |
| ·预处理 | 第20-23页 |
| ·图像的归一化 | 第21-22页 |
| ·直方图均衡化 | 第22-23页 |
| ·光照补偿 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第三章 人脸表情特征提取 | 第25-29页 |
| ·引言 | 第25页 |
| ·主分量分析法(PCA) | 第25-26页 |
| ·2DPCA(二维主成分分析法) | 第26-27页 |
| ·表情特征区增强提取法 | 第27页 |
| ·F-2DPCA(复数域的二维主成分分析法) | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 基于加权马氏距离分类器表情识别 | 第29-37页 |
| ·基本定义 | 第29页 |
| ·马氏距离实现表情分类 | 第29页 |
| ·加权 MAHALANOBIS距离 | 第29-30页 |
| ·实验流程与结果分析 | 第30-35页 |
| ·实验流程 | 第30-31页 |
| ·实验结果及分析 | 第31-35页 |
| ·本章小结 | 第35-37页 |
| 第五章 改进的微粒群优化算法 | 第37-43页 |
| ·引言 | 第37页 |
| ·标准微粒群算法模型 | 第37-39页 |
| ·算法改进 | 第39-40页 |
| ·仿真试验 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第六章 用改进的微粒群优化模糊聚类及在表情识别中的应用 | 第43-51页 |
| ·表情模板聚类 | 第43页 |
| ·模糊集概念 | 第43-44页 |
| ·C均值聚类算法(HCM) | 第44-45页 |
| ·模糊C均值聚类 | 第45-46页 |
| ·表情模板构造及初始聚类中心优化 | 第46-47页 |
| ·粒子群优化初始聚类中心 | 第46-47页 |
| ·模糊 C均值聚类构造表情模板 | 第47页 |
| ·实验测试 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第七章 总结与展望 | 第51-53页 |
| ·论文总结 | 第51页 |
| ·课题展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第61页 |