| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-15页 |
| ·研究背景和意义 | 第8-9页 |
| ·人脸表情识别技术的发展概述 | 第9-14页 |
| ·人脸表情识别国内外发展概况 | 第9-11页 |
| ·人脸表情识别的基本过程 | 第11-12页 |
| ·人脸表情识别的难点 | 第12-13页 |
| ·人脸表情识别技术的典型应用 | 第13-14页 |
| ·论文的内容及安排 | 第14-15页 |
| 2 Gabor小波变换的理论基础 | 第15-23页 |
| ·Fourier变换 | 第15页 |
| ·Gabor变换简介 | 第15-18页 |
| ·Gabor变换的提出 | 第15-16页 |
| ·Gabor函数与测不准原理 | 第16-17页 |
| ·Gabor函数的缺点 | 第17-18页 |
| ·小波变换的基础 | 第18-21页 |
| ·小波变换定义 | 第18-19页 |
| ·小波变换特点 | 第19-21页 |
| ·Gabor小波变换的提出 | 第21页 |
| ·本章小结 | 第21-23页 |
| 3 基于Gabor滤波与MutualBoost方法的人脸表情识别 | 第23-45页 |
| ·引言 | 第23页 |
| ·人脸图像预处理 | 第23-30页 |
| ·人脸的自动检测 | 第23-26页 |
| ·眼睛的自动定位 | 第26页 |
| ·几何规范化 | 第26-27页 |
| ·灰度规范化 | 第27-29页 |
| ·人脸图像预处理过程 | 第29-30页 |
| ·基于二维Gabor滤波的特征提取 | 第30-39页 |
| ·二维Gabor小波变换 | 第31-33页 |
| ·二维Gabor滤波器组的参数 | 第33-35页 |
| ·Gabor特征提取 | 第35-39页 |
| ·基于MutualBoost方法的特征选择 | 第39-43页 |
| ·MutualBoost算法基础 | 第40-41页 |
| ·熵和互信息 | 第41页 |
| ·MutualBoost算法 | 第41-43页 |
| ·基于最短距离法的表情分类 | 第43页 |
| ·本章小结 | 第43-45页 |
| 4 实验 | 第45-51页 |
| ·实验分析 | 第45-50页 |
| ·MutualBoost算法与AdaBoost算法包含的冗余信息比较 | 第45-46页 |
| ·TMI对识别率的影响 | 第46-47页 |
| ·识别率比较 | 第47-49页 |
| ·速度比较 | 第49页 |
| ·Gabor特征的频率和方向对人脸识别影响的统计分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 攻读硕士学位期间发表学术论文情况 | 第55-56页 |
| 致谢 | 第56-57页 |
