首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于协同交互的表情识别和情感体验建模方法研究

中文摘要第1-4页
ABSTRACT第4-9页
第一章 绪论第9-25页
   ·选题背景和研究目的第9-11页
   ·面部表情识别和情感计算的研究综述第11-22页
     ·面部表情识别综述第11-17页
     ·面部表情库举例第17-19页
     ·情感计算研究综述.第19-22页
   ·研究内容和创新点第22-23页
   ·文章结构第23-25页
第二章 参数空间中的面部表情模型第25-43页
   ·张量及参数空间第25-28页
   ·基于面部特征的面部表情建模第28-33页
     ·眼部、嘴部特征建模第28-31页
     ·面部表情分析空间第31-32页
     ·表情空间的分析覆盖率第32-33页
   ·基于张量的参数空间设计第33-39页
     ·像素空间与参数空间的张量表示第34-36页
     ·从像素空间到参数空间的张量变换第36-39页
   ·面部特征的参数空间变换第39-42页
   ·本章小结第42-43页
第三章 参数空间中面部表情实验分析第43-65页
   ·JAFFE 库的面部表情分析第43-49页
     ·JAFFE 库第43-44页
     ·JAFFE 上面部表情识别设计第44-48页
     ·JAFFE 上面部表情识别的结果分析第48-49页
   ·CMU PIE 库的面部表情分析第49-55页
     ·CMU PIE 库第49-50页
     ·CMU PIE 库上面部表情识别设计第50-53页
     ·CMU PIE 库上面部表情识别的结果分析第53-55页
   ·实时面部表情分析第55-64页
     ·面部表情实时分析的基础模型第55-57页
     ·实时面部表情分析的实验设计第57-62页
     ·实验结果分析第62-64页
   ·本章小结第64-65页
第四章 模型的协同交互与实时表情分析第65-83页
   ·组织环境与协同交互第65-68页
     ·组织环境第65-67页
     ·个体模型的协同交互第67-68页
   ·基于协同交互的面部表情识别分析第68-75页
     ·可协同交互的个体模型设计第68-71页
     ·协同交互对面部表情识别算法的改进第71-75页
   ·基于协同交互的面部表情识别分析实验第75-82页
     ·分析模型描述和实验设计第75-78页
     ·实验过程及结果分析第78-82页
   ·本章小结第82-83页
第五章 面部表情的动因分析和预测推理第83-102页
   ·组织环境的动因分析第83-84页
   ·贝叶斯与面部表情网络第84-86页
   ·基于协同交互的面部表情网络第86-95页
     ·面部表情和动因指标的协同标准化第86-89页
     ·基于协同交互学习构建面部表情网络第89-92页
     ·面部表情状态的动因分析和预测第92-95页
   ·面部表情动因分析和预测推理实验第95-100页
     ·分析模型描述及实验设计第95-98页
     ·实验结果分析第98-100页
   ·本章小结第100-102页
第六章 面部表情与情感体验的一致性分析第102-125页
   ·组织环境中的情感体验第102-104页
   ·情感体验分析模型第104-109页
     ·情感特征证据第104-107页
     ·基于情感特征证据的情感体验分析模型第107-109页
   ·情感体验的协同依赖分析算法第109-118页
     ·个体模型内情感特征证据的分析算法第110-112页
     ·个体模型间协同依赖的情感特征估计第112-116页
     ·情感体验分布第116-118页
   ·情感体验分析实验第118-124页
     ·分析系统描述及实验设计.第118-121页
     ·实验结果分析.第121-124页
   ·本章小结第124-125页
第七章 总结与展望第125-128页
   ·总结第125-126页
   ·展望第126-128页
参考文献第128-138页
发表论文和科研情况说明第138-140页
致谢第140页

论文共140页,点击 下载论文
上一篇:齐次光滑算法及其应用
下一篇:电子政务信息资源整合关键技术研究