| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·课题的研究背景和意义 | 第9页 |
| ·表情识别的研究历史与国内外研究状况 | 第9-12页 |
| ·研究历史 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·表情识别存在的问题 | 第11-12页 |
| ·人脸表情自动识别系统 | 第12-15页 |
| ·人脸表情识别系统概述 | 第12页 |
| ·人脸的检测 | 第12-14页 |
| ·特征提取 | 第14-15页 |
| ·表情分类 | 第15页 |
| ·本文的创新点和主要工作内容 | 第15-16页 |
| ·本文的创新点 | 第15-16页 |
| ·本文的主要工作内容 | 第16页 |
| ·论文的结构安排 | 第16-18页 |
| 第二章 人脸检测 | 第18-40页 |
| ·AdaBoost算法 | 第18-22页 |
| ·AdaBoost算法的背景 | 第18-19页 |
| ·AdaBoost算法结构 | 第19-22页 |
| ·Viola的人脸检测 | 第22-33页 |
| ·Haar-like特征 | 第23-24页 |
| ·积分图 | 第24-26页 |
| ·弱分类器训练 | 第26-27页 |
| ·强分类器训练 | 第27-29页 |
| ·级联分类器 | 第29-30页 |
| ·样本准备 | 第30-31页 |
| ·检测实现 | 第31-33页 |
| ·Viola人脸检测方法的实验结果和分析 | 第33-34页 |
| ·本文提出的人脸检测方法 | 第34-37页 |
| ·Viola人脸检测方法误检分析以及本文方法的提出 | 第35页 |
| ·人脸模板匹配技术 | 第35-36页 |
| ·本文人脸检测方法的实现 | 第36-37页 |
| ·本文人脸检测的实验结果与分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第三章 特征提取 | 第40-51页 |
| ·表情特征的分布 | 第40-42页 |
| ·关键点选取 | 第40-41页 |
| ·关键点定位 | 第41-42页 |
| ·HMAX模型 | 第42-46页 |
| ·HMAX模型的结构 | 第42-43页 |
| ·HMAX模型的实现 | 第43-45页 |
| ·HMAX模型的分析 | 第45-46页 |
| ·HMAX模型在表情识别应用上的局限 | 第46页 |
| ·改进后的特征块模板提取 | 第46-47页 |
| ·使用改进的HMAX模型提取表情HMAX特征 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第四章 表情分类 | 第51-63页 |
| ·BP神经网络 | 第51-56页 |
| ·BP神经网络概述 | 第51页 |
| ·BP神经网络的结构 | 第51-52页 |
| ·BP神经网络设计 | 第52-53页 |
| ·BP神经网络训练 | 第53-56页 |
| ·基于AdaBoost.M2和BP神经网络的分类器 | 第56-59页 |
| ·分类器设计思想 | 第56页 |
| ·分类器训练算法 | 第56-59页 |
| ·基于AdaBoost.M2和BP神经网络分类器的表情识别过程 | 第59页 |
| ·表情识别实验结果与分析 | 第59-63页 |
| 第五章 总结与展望 | 第63-64页 |
| ·本文工作的总结 | 第63页 |
| ·工作展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间公开发表的论文 | 第69页 |
