| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 研究方法与技术路线 | 第14-15页 |
| 1.4 本文研究目的及主要内容安排 | 第15-17页 |
| 第2章 关键技术和理论背景 | 第17-34页 |
| 2.1 人脸表情识别技术的基本流程 | 第17页 |
| 2.2 人脸表情库的选择及预处理 | 第17-19页 |
| 2.3 人脸表情特征提取分析 | 第19-29页 |
| 2.3.1 基于流形算法的表情特征提取 | 第21-24页 |
| 2.3.2 非下采样Contourlet变换在表情识别中的研究 | 第24-28页 |
| 2.3.3 基于视觉词袋模型的人脸表情识别算法 | 第28-29页 |
| 2.4 表情分类分析 | 第29-33页 |
| 2.4.1 支持向量机 | 第29-31页 |
| 2.4.2 极限学习机（ELM） | 第31-32页 |
| 2.4.3 线性支持向量机算法 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 基于粗糙集改进的流形算法研究 | 第34-42页 |
| 3.1 表情图像的预处理 | 第34-35页 |
| 3.2 LLE流形学习 | 第35页 |
| 3.3 基于粗糙集的有约束局部线性嵌套 | 第35-37页 |
| 3.4 表情特征分类器 | 第37页 |
| 3.5 实验结果与分析 | 第37-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第4章 非下采样CONTOURLET变换在表情识别中的研究 | 第42-49页 |
| 4.1 非下采样CONTOURLET变换的优势 | 第42页 |
| 4.3 非下采样CONTOURLET变换在人脸表情识别中的应用 | 第42-45页 |
| 4.3.1 非下采样Contourlet变换 | 第42-44页 |
| 4.3.2 非下采样Contourlet变换表情识别 | 第44-45页 |
| 4.4 实验结果与分析 | 第45-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 基于视觉词袋模型的人脸表情识别 | 第49-63页 |
| 5.1 视觉词袋模型概述 | 第49页 |
| 5.2 SIFT特征提取 | 第49-52页 |
| 5.2.1 构建尺度空间 | 第50页 |
| 5.2.2 检测DOG尺度空间极值点 | 第50-51页 |
| 5.2.3 特征点的定位和筛选 | 第51-52页 |
| 5.2.4 生成特征点方向 | 第52页 |
| 5.3 K-MEANS算法理论 | 第52页 |
| 5.4 视觉词袋模型用于表情识别 | 第52-53页 |
| 5.5 实验结果与分析 | 第53-62页 |
| 5.6 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-72页 |
| 作者简介 | 第72页 |
