面部表情识别算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-19页 |
| ·研究背景和意义 | 第9页 |
| ·面部表情识别研究的发展及现状 | 第9-12页 |
| ·国外研究概况 | 第10-11页 |
| ·国内研究概况 | 第11-12页 |
| ·面部表情识别研究存在的问题和难点 | 第12-13页 |
| ·面部表情识别方法综述 | 第13-17页 |
| ·人脸检测与定位 | 第14-15页 |
| ·表情提取与分类方法 | 第15-17页 |
| ·论文研究内容和结构安排 | 第17-19页 |
| ·论文研究内容 | 第17-18页 |
| ·论文结构安排 | 第18-19页 |
| 第2章 表情图像预处理 | 第19-33页 |
| ·人眼定位 | 第19-26页 |
| ·眼部区域粗定位 | 第21-24页 |
| ·眉眼区域处理 | 第24页 |
| ·精确定位瞳孔 | 第24-26页 |
| ·光照补偿 | 第26-29页 |
| ·灰度直方图 | 第26-27页 |
| ·直方图均衡化 | 第27-29页 |
| ·表情图像标准化 | 第29-32页 |
| ·旋转校准 | 第29-30页 |
| ·表情图像按比例裁剪 | 第30-31页 |
| ·尺寸归一化 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于2DGabor小波变换的表情特征提取 | 第33-42页 |
| ·Gabor小波理论背景 | 第33-35页 |
| ·二维Gabor小波变换 | 第35-37页 |
| ·2DGabor滤波器参数选择 | 第37-39页 |
| ·特征降维 | 第39页 |
| ·实验过程与结果分析 | 第39-41页 |
| ·Gabor核函数窗设置与分析 | 第39-40页 |
| ·表情区域范围及网格化粒度选择与分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于SVM的表情分类 | 第42-57页 |
| ·统计学习理论概述 | 第42-44页 |
| ·最优分类面 | 第44-48页 |
| ·最优分类面 | 第44-46页 |
| ·广义最优分类面 | 第46-48页 |
| ·支持向量机 | 第48-55页 |
| ·支持向量机基本原理 | 第48-50页 |
| ·训练算法 | 第50-52页 |
| ·SVM多类分类器模型 | 第52-55页 |
| ·实验过程与结果分析 | 第55-56页 |
| ·SVM核函数和多分类器对识别率的影响分析 | 第55页 |
| ·不同表情识别率差异分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 总结与展望 | 第57-59页 |
| ·论文总结 | 第57-58页 |
| ·未来工作展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 后记 | 第63页 |
