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

基于视觉行为的情感计算研究

中文摘要第4-6页
ABSTRACT第6-8页
第1章 绪论第12-20页
    1.1 研究背景及意义第12-14页
    1.2 研究问题与目标第14-16页
    1.3 论文的研究内容与创新第16-18页
    1.4 论文的组织结构第18-20页
第2章 情感计算与行为识别综述第20-42页
    2.1 情感计算研究综述第21-22页
    2.2 人脸表情识别研究综述第22-28页
        2.2.1 面部表情特征提取方法研究第23-27页
        2.2.2 面部表情分类方法研究第27-28页
    2.3 肢体行为识别研究综述第28-39页
        2.3.1 基于全局特征表示方法第29-35页
        2.3.2 基于局部特征的表示方法第35-39页
    2.4 视觉行为数据库第39-42页
        2.4.1 人脸表情数据库第40页
        2.4.2 肢体行为数据库第40-42页
第3章 基于人脸表情识别的情感计算研究第42-64页
    3.1 引言第42-45页
    3.2 面部特征分析第45-51页
    3.3 基于隐马尔可夫决策树的动态面部表情分类方法第51-57页
        3.3.1 HMMDF模型第52-54页
        3.3.2 基于加权HMM模型的节点分类器的训练第54-55页
        3.3.3 基于加权HMM组合模型的节点分类器实现第55-57页
    3.4 人脸表情分析与识别实验与结果第57-61页
        3.4.1 数据集第58页
        3.4.2 人脸区域特征对表情的分辨能力的验证第58-59页
        3.4.3 基于HMMDF模型的人脸表情识别第59-61页
    3.5 讨论第61-62页
    3.6 小结第62-64页
第4章 基于交互行为的情感计算研究第64-88页
    4.1 引言第64-68页
    4.2 相关工作第68-70页
    4.3 基于时空特征及上下文信息的交互行为层次表示第70-80页
        4.3.1 局部时空运动特征的描述第72-75页
        4.3.2 交互行为识别中交互上下文的描述第75-78页
        4.3.3 基于时空分割聚类方法的中层特征表示第78-80页
    4.4 实验第80-87页
        4.4.1 基于HMDB51数据集的交互行为识别实验第81-85页
        4.4.2 基于Hollywood2数据集的实验第85-86页
        4.4.3 基于UT-Interaction数据集的实验第86-87页
    4.5 小结第87-88页
第5章 基于多模态融合的行为理解及情感意图识别第88-110页
    5.1 引言第88-92页
    5.2 多模态特征提取第92-94页
        5.2.1 表情特征的提取及表示第93-94页
        5.2.2 交互行为运动特征的提取与表示第94页
        5.2.3 上下文特征第94页
    5.3 基于耦合隐马尔可夫模型的特征融合第94-101页
        5.3.1 耦合隐马尔可夫模型第95-98页
        5.3.2 基于CHMM的多模态行为特征融合模型第98-101页
    5.4 多模态行为数据集MBDB的建立第101-105页
        5.4.1 数据采集第102-104页
        5.4.2 数据标注第104-105页
        5.4.3 视频的标准化第105页
    5.5 实验第105-109页
        5.5.1 参数选择实验第106-108页
        5.5.2 基于多种方法的比较实验结果第108页
        5.5.3 讨论第108-109页
    5.6 小结第109-110页
第6章 总结与展望第110-114页
    6.1 总结第110-112页
    6.2 展望第112-114页
参考文献第114-132页
发表论文和参加科研情况说明第132-134页
致谢第134-135页

论文共135页,点击 下载论文
上一篇:突发事件对人类通信行为模式影响的研究
下一篇:玻尔兹曼机的参数选择理论及应用