| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·人脸表情识别的研究内容 | 第7-8页 |
| ·人脸识别 | 第7-8页 |
| ·表情识别 | 第8页 |
| ·人脸表情识别的研究意义与应用 | 第8-11页 |
| ·人脸识别 | 第8-9页 |
| ·表情识别 | 第9-11页 |
| 第二章 人脸表情识别综述 | 第11-20页 |
| ·人脸表情识别的早期研究历程 | 第11-14页 |
| ·其他学科对于表情识别的研究 | 第11-13页 |
| ·达尔文的贡献 | 第13-14页 |
| ·计算机科学对人脸表情识别的研究 | 第14-18页 |
| ·人脸识别 | 第14-16页 |
| ·表情识别 | 第16-18页 |
| ·相关的数据库 | 第18-20页 |
| 第三章 基于图像序列表情区域的帧差表情识别算法 | 第20-40页 |
| ·人脸检测 | 第20-24页 |
| ·AdaBoost 算法 | 第21-22页 |
| ·训练样本的选择 | 第22-23页 |
| ·训练过程 | 第23-24页 |
| ·表情特征算法的实现 | 第24-26页 |
| ·表情图像预处理 | 第26-29页 |
| ·彩色图像转化为灰度图像 | 第26-27页 |
| ·表情图像尺寸归一化 | 第27页 |
| ·表情图像平滑处理 | 第27-28页 |
| ·表情图像灰度均衡化 | 第28-29页 |
| ·表情区域定位 | 第29-31页 |
| ·人脸结构特征 | 第29-30页 |
| ·人脸表情区域定位 | 第30-31页 |
| ·基于动态表情特征提取算法 | 第31-35页 |
| ·光流运动特征提取算法 | 第31-33页 |
| ·利用灰度差的表情识别 | 第33-35页 |
| ·表情分类器 | 第35-40页 |
| ·C-支持向量分类机 | 第35-36页 |
| ·核函数的选择 | 第36-37页 |
| ·基于“one-against-one”方法构建多类C-SVC | 第37-38页 |
| ·序列后向特征选择算法 | 第38-40页 |
| 第四章 仿真实验及结果与分析 | 第40-46页 |
| ·实验功能分析 | 第40页 |
| ·实验平台设计 | 第40-41页 |
| ·实验平台的实现 | 第41页 |
| ·实验结果与分析 | 第41-44页 |
| ·七种表情的灰度变化趋势 | 第42-43页 |
| ·表情变化区域大小的选择 | 第43-44页 |
| ·不同表情识别率差异 | 第44-46页 |
| 第五章 挑战与展望 | 第46-49页 |
| ·人脸表情识别的挑战 | 第46-47页 |
| ·人脸表情识别的未来 | 第47-49页 |
| ·人脸识别的未来研究方向 | 第47页 |
| ·表情识别的未来研究方向 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52页 |