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 |