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

基于多尺度局部Gabor二值模式复合特征的人脸表情识别的研究

摘要第1-4页
ABSTRACT第4-7页
第一章 绪论第7-11页
   ·课题研究背景及意义第7-8页
   ·国内外研究现状及其发展趋势第8-9页
     ·国外研究现状第8页
     ·国内研究现状第8-9页
     ·发展趋势分析第9页
   ·论文主要研究内容第9-10页
   ·论文结构安排第10-11页
第二章 人脸表情识别综述第11-17页
   ·表情识别的基本步骤第11-14页
     ·图像预处理第11页
     ·特征提取第11-12页
     ·表情分类第12-14页
   ·人脸表情特征提取第14-16页
     ·原始特征提取第14-15页
     ·特征降维和抽取第15页
     ·特征分解第15-16页
   ·小结第16-17页
第三章 LBP 算子和 Gabor 变换分析第17-30页
   ·局部二进制模式(LBP)第17-20页
     ·基本 LBP第17-18页
     ·圆形领域 LBP 算子第18页
     ·LBP 均匀模式第18-19页
     ·LBP 旋转不变模式第19-20页
   ·Gabor 变化第20-25页
     ·一维 Gabor 变换第21-22页
     ·二维 Gabor 变换第22-25页
   ·BP 神经网络第25-29页
     ·神经单元及其特性第26-27页
     ·BP 神经网络的基本原理和结构第27-29页
   ·小结第29-30页
第四章 基于 MS-LGBP 复合特征的人脸表情识别第30-50页
   ·人脸检测与定位第30-36页
     ·Haar-Like 特征第31页
     ·Haar-Like 特征值计算方法第31-33页
     ·利用 Adaboost 算法生成强分类器第33-36页
   ·图像预处理第36-39页
     ·尺寸归一化第36-37页
     ·图像去噪第37-38页
     ·灰度均衡化第38-39页
   ·复合特征第39-42页
     ·多尺度局部二值模式第39-40页
     ·多尺度局部 Gabor 二值模式第40-42页
   ·基于 BP 神经网络的表情分类第42-44页
   ·实验结果及分析第44-50页
     ·二维 Gabor 变化主要参数的影响与分析第44-47页
     ·MS-LGBP 分区数目选择的影响和分析第47-48页
     ·同其他方法的比较第48-50页
第五章 总结与展望第50-52页
   ·论文总结第50-51页
   ·工作展望第51-52页
参考文献第52-56页
发表论文和参加科研情况说明第56-57页
致谢第57页

论文共57页,点击 下载论文
上一篇:DTN协议在Android移动终端的实现
下一篇:流体模拟中的加速与控制方法研究