| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·课题的研究现状 | 第10-11页 |
| ·本文的主要研究内容和结构 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第2章 人脸表情识别方法 | 第13-22页 |
| ·人脸检测 | 第13-15页 |
| ·面部图像中的脸的检测 | 第14-15页 |
| ·任意图像中的脸的检测 | 第15页 |
| ·面部特征提取 | 第15-19页 |
| ·基于模板的方法 | 第16-18页 |
| ·基于特征的方法 | 第18-19页 |
| ·其他方法 | 第19页 |
| ·表情类型识别 | 第19-21页 |
| ·概述 | 第19页 |
| ·表情分类方法 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 人脸检测 | 第22-40页 |
| ·肤色模型原理 | 第22页 |
| ·颜色空间的选取 | 第22-23页 |
| ·肤色建模 | 第23-24页 |
| ·形态学处理 | 第24-26页 |
| ·形态学基础理论 | 第24-26页 |
| ·数学形态学对肤色区域的处理 | 第26页 |
| ·肤色区域标记 | 第26-30页 |
| ·图像分割的定义 | 第27页 |
| ·图像分割的方法 | 第27-29页 |
| ·区域标记算法流程 | 第29-30页 |
| ·候选人脸区域的确定 | 第30-31页 |
| ·眼睛定位 | 第31-38页 |
| ·投影函数 | 第31-34页 |
| ·基于先验知识的积分和差分投影相结合的眼睛定位方法 | 第34-38页 |
| ·嘴巴定位 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于改进LBP的人脸表情特征提取 | 第40-50页 |
| ·纹理特征提取 | 第40页 |
| ·局域二值模式 | 第40-43页 |
| ·LBP算子的改进 | 第43-44页 |
| ·基于LBP的人脸描述有效性分析 | 第44-45页 |
| ·人脸表情特征的提取 | 第45-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 基于支持向量机的人脸表情分类 | 第50-58页 |
| ·支持向量机基本原理 | 第50-54页 |
| ·统计学习理论 | 第50页 |
| ·SVM基本原理 | 第50-51页 |
| ·SVM的数学模型 | 第51-53页 |
| ·SVM的训练算法 | 第53-54页 |
| ·基于SVM的表情分类 | 第54-57页 |
| ·SVM训练与测试 | 第54-55页 |
| ·核函数与参数选择 | 第55页 |
| ·实验结果 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士期间发表的论文 | 第67-68页 |