人脸表情识别研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究意义及应用 | 第7页 |
| ·国内外研究现状 | 第7-8页 |
| ·人脸表情识别概述 | 第8-13页 |
| ·表情识别的难点 | 第13-14页 |
| ·论文的组织 | 第14-15页 |
| 第二章 表情的预处理 | 第15-19页 |
| ·数据库的选择 | 第15-16页 |
| ·表情图像的预处理 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 基于独立成分分析的特征提取 | 第19-28页 |
| ·独立成分分析 | 第19-24页 |
| ·独立成分分析的定义方法 | 第19-21页 |
| ·FastICA | 第21-24页 |
| ·基于独立成分分析的表情特征提取 | 第24-26页 |
| ·基于FastICA表情特征提取 | 第25-26页 |
| ·基于FastICA的二次表情特征提取 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第四章 基于支持向量机的分类识别 | 第28-46页 |
| ·支持向量机的分类原理 | 第28-34页 |
| ·统计学理论 | 第28-30页 |
| ·支持向量机理论 | 第30-34页 |
| ·支持向量机的多分类器设计 | 第34-35页 |
| ·基于支持向量机的表情识别 | 第35-39页 |
| ·实验过程 | 第35-37页 |
| ·实验结果及分析 | 第37-39页 |
| ·支持向量机参数选择与优化 | 第39-44页 |
| ·交叉验证法 | 第39-41页 |
| ·启发式粒子群优化算法 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 基于概率神经网络的分类识别 | 第46-55页 |
| ·概率神经网络概述 | 第46-49页 |
| ·径向基函数网络 | 第46-47页 |
| ·概率神经网络 | 第47-49页 |
| ·概率神经网络模型的建立 | 第49-50页 |
| ·实验过程及分析 | 第50-53页 |
| ·两种识别方法的比较 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| ·研究内容总结 | 第55页 |
| ·问题与展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的论文 | 第61-62页 |
| 详细摘要 | 第62-71页 |
