面向老年人语音与面部表情的情感识别研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第15-20页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外研究进展 | 第16-18页 |
| 1.2.1 国外研究进展 | 第16-17页 |
| 1.2.2 国内研究进展 | 第17-18页 |
| 1.3 论文的主要工作与结构 | 第18-20页 |
| 第二章 多模态情感库的建立 | 第20-29页 |
| 2.1 情感模型 | 第20-22页 |
| 2.2 视频情感库 | 第22-24页 |
| 2.2.1 建立情感数据库所需要遵循的原则 | 第22页 |
| 2.2.2 视频的获取 | 第22页 |
| 2.2.3 情感视频文件的命名规则 | 第22-23页 |
| 2.2.4 视频情感的评定 | 第23-24页 |
| 2.3 语音情感语料库 | 第24-26页 |
| 2.3.1 语音信号的获取 | 第24-26页 |
| 2.3.2 情感语音文件的命名规则 | 第26页 |
| 2.3.3 语音情感的评定 | 第26页 |
| 2.4 人脸表情图像库 | 第26-28页 |
| 2.4.1 表情图像序列的获取 | 第27页 |
| 2.4.2 人脸表情文件的命名规则 | 第27页 |
| 2.4.3 人脸表情的情感评定 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 语音特征提取及情感识别 | 第29-43页 |
| 3.1 语音情感特征提取 | 第29-31页 |
| 3.1.1 梅尔倒谱系数MFCC | 第30页 |
| 3.1.2 傅里叶系数FP | 第30-31页 |
| 3.2 基于六层小波包系数的语音情感特征提取 | 第31-34页 |
| 3.2.1 语音信号及预处理 | 第31-32页 |
| 3.2.2 小波包系数WPC | 第32-34页 |
| 3.3 基于主成分分析的语音情感特征降维方法 | 第34-37页 |
| 3.3.1 特征降维说明 | 第35-36页 |
| 3.3.2 特征降维实验验证 | 第36-37页 |
| 3.4 分类器的选择 | 第37-38页 |
| 3.5 实验结果及分析 | 第38-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 人脸表情特征提取及情感识别 | 第43-58页 |
| 4.1 表情图像预处理 | 第44-45页 |
| 4.1.1 转换图片格式和图片类型 | 第44页 |
| 4.1.2 光照补偿 | 第44页 |
| 4.1.3 直方图均衡化 | 第44-45页 |
| 4.2 人脸切割与ROI获取 | 第45-48页 |
| 4.2.1 人眼自动检测 | 第45-46页 |
| 4.2.2 人脸旋转与人脸裁剪 | 第46-47页 |
| 4.2.3 ROI获取 | 第47-48页 |
| 4.3 人脸表情特征提取 | 第48-50页 |
| 4.3.1 Gabor特征 | 第48-49页 |
| 4.3.2 特征降维 | 第49-50页 |
| 4.4 人脸表情情感识别 | 第50-52页 |
| 4.4.1 BP神经网络 | 第50-51页 |
| 4.4.2 数据归一化 | 第51页 |
| 4.4.3 多决策神经网络 | 第51-52页 |
| 4.5 实验结果及分析 | 第52-57页 |
| 4.5.1 基于空巢姥爷表情库的自测试 | 第53-56页 |
| 4.5.2 训练集外的测试 | 第56-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-61页 |
| 5.1 工作总结 | 第58-59页 |
| 5.2 展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 作者简介及读研期间主要科研成果 | 第67页 |
