基于局部二值模式的人脸表情识别的研究与实现
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章：绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9页 |
| 1.3 表情识别概述 | 第9-15页 |
| 1.3.1 表情的特点 | 第9-11页 |
| 1.3.2 表情数据库 | 第11-12页 |
| 1.3.3 表情识别的研究方法 | 第12-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第二章 表情图像预处理 | 第16-22页 |
| 2.1 概述 | 第16页 |
| 2.2 灰度预处理 | 第16-19页 |
| 2.2.1 灰度变换 | 第16-17页 |
| 2.2.2 阈值分割 | 第17页 |
| 2.2.3 直方图均衡化 | 第17-19页 |
| 2.3 几何预处理 | 第19-21页 |
| 2.3.1 人脸图像的旋转 | 第19页 |
| 2.3.2 人脸图像的剪切 | 第19-20页 |
| 2.3.3 人脸图像的缩放 | 第20-21页 |
| 2.3.4 灰度插值方法 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 人脸检测 | 第22-30页 |
| 3.1 人脸检测概述 | 第22-23页 |
| 3.2 矩形特征和积分图 | 第23-27页 |
| 3.2.1 矩形特征 | 第23-25页 |
| 3.2.2 积分图 | 第25-27页 |
| 3.3 Adaboost算法 | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 基于LBP的表情识别 | 第30-43页 |
| 4.1 LBP算子 | 第30-35页 |
| 4.1.1 LBP的形成 | 第30-31页 |
| 4.1.2 LBP的扩展 | 第31-33页 |
| 4.1.3 LBP的特性 | 第33-35页 |
| 4.2 支持向量机简介 | 第35-39页 |
| 4.2.1 最优线性分类器 | 第35-37页 |
| 4.2.2 非线性分类与核函数 | 第37-39页 |
| 4.3 基于LBP的表情识别实验及结果分析 | 第39-42页 |
| 4.3.1 用LBP算子进行表情识别 | 第39-40页 |
| 4.3.2 用DLBP算子进行表情识别 | 第40-41页 |
| 4.3.3 实验结果与分析 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 表情识别系统的实现 | 第43-51页 |
| 5.1 软件平台 | 第43-44页 |
| 5.1.1 OpenCV简介 | 第43-44页 |
| 5.1.2 系统环境搭建 | 第44页 |
| 5.2 系统框架及模块实现 | 第44-47页 |
| 5.2.1 人脸检测模块 | 第44-45页 |
| 5.2.2 预处理模块 | 第45-46页 |
| 5.2.3 特征提取模块 | 第46页 |
| 5.2.4 表情分类及系统整体框架 | 第46-47页 |
| 5.3 系统实现与测试 | 第47-50页 |
| 5.3.1 系统实现 | 第48-49页 |
| 5.3.2 系统测试 | 第49-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 6.1 总结 | 第51页 |
| 6.2 展望 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55-56页 |
