基于流形学习的人脸表情识别研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 主要缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-30页 |
| ·研究背景和意义 | 第12-14页 |
| ·表情识别系统框架 | 第14-15页 |
| ·研究现状 | 第15-26页 |
| ·表情特征提取 | 第16-23页 |
| ·表情分类 | 第23-24页 |
| ·表情分析 | 第24-25页 |
| ·表情识别技术的难点 | 第25-26页 |
| ·本文的主要工作 | 第26-28页 |
| ·表情类别识别研究 | 第27-28页 |
| ·表情成分分析研究 | 第28页 |
| ·本文的结构安排 | 第28-30页 |
| 第二章 流形学习及其在表情识别中的应用 | 第30-45页 |
| ·引言 | 第30页 |
| ·流形的基本理论 | 第30-34页 |
| ·流形实例 | 第31-33页 |
| ·拓扑流形的定义 | 第33页 |
| ·基本的流形种类 | 第33-34页 |
| ·流形学习算法 | 第34-42页 |
| ·Isomap算法 | 第35-36页 |
| ·LLE算法 | 第36-38页 |
| ·LE算法 | 第38-40页 |
| ·HE算法 | 第40-41页 |
| ·LTSA算法 | 第41-42页 |
| ·流形学习在表情识别各环节中的应用 | 第42-43页 |
| ·人脸检测中的应用 | 第42-43页 |
| ·特征提取中的应用 | 第43页 |
| ·表情识别中的应用 | 第43页 |
| ·本章小结 | 第43-45页 |
| 第三章 基于SISOMAP与SWKNN的表情识别 | 第45-67页 |
| ·引言 | 第45-47页 |
| ·基于SISOMAP的表情特征提取 | 第47-53页 |
| ·SIsomap的研究现状 | 第47-48页 |
| ·新的SIsomap算法 | 第48-50页 |
| ·表情流形特征提取 | 第50-53页 |
| ·基于SWKNN的表情特征分类 | 第53-61页 |
| ·KNN的研究现状 | 第53-56页 |
| ·SWKNN方法 | 第56-61页 |
| ·表情流形特征分类 | 第61页 |
| ·实验与结果分析 | 第61-65页 |
| ·实验1 | 第62-64页 |
| ·实验2 | 第64-65页 |
| ·本章小结 | 第65-67页 |
| 第四章 基于身份识别与图像重建的表情识别 | 第67-95页 |
| ·引言 | 第67-69页 |
| ·基于GPCA的身份识别 | 第69-76页 |
| ·PCA人脸识别的研究现状 | 第69-72页 |
| ·GPCA算法 | 第72-75页 |
| ·身份识别 | 第75-76页 |
| ·基于OILLE的表情图像嵌入 | 第76-83页 |
| ·增量LLE算法研究现状 | 第76-78页 |
| ·OILLE算法 | 第78-81页 |
| ·表情图像嵌入 | 第81-83页 |
| ·表情图像的重建与识别 | 第83-86页 |
| ·表情图像重建 | 第83-84页 |
| ·表情图像识别 | 第84-86页 |
| ·实验与结果分析 | 第86-94页 |
| ·实验1 | 第86-89页 |
| ·实验2 | 第89-91页 |
| ·实验3 | 第91-94页 |
| ·本章小结 | 第94-95页 |
| 第五章 基于流形空间模型的表情成分分析 | 第95-110页 |
| ·引言 | 第95-96页 |
| ·情感的分类 | 第96-98页 |
| ·基本情感论 | 第96-97页 |
| ·维度空间论 | 第97页 |
| ·基本情感维度空间论 | 第97-98页 |
| ·表情流形空间模型 | 第98-104页 |
| ·斜角直线坐标系理论 | 第100-103页 |
| ·流形空间模型的建立 | 第103-104页 |
| ·表情成分分析 | 第104-105页 |
| ·实验与结果分析 | 第105-108页 |
| ·本章小结 | 第108-110页 |
| 第六章 总结与展望 | 第110-112页 |
| ·论文总结 | 第110-111页 |
| ·工作展望 | 第111-112页 |
| 参考文献 | 第112-129页 |
| 致谢 | 第129-130页 |
| 攻读博士学位期间完成的学术论文 | 第130页 |
