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

多民族面部表情理解分析技术研究

摘要第5-6页
Abstract第6-7页
目录第8-11页
第1章 绪论第11-17页
    1.1 研究背景和意义第11-12页
    1.2 国内外研究现状第12-16页
    1.3 本文的研究内容及结构安排第16-17页
第2章 面部表情分析基础理论第17-21页
    2.1 人脸表情的分类和特点第17-19页
        2.1.1 面部表情的分类第17-18页
        2.1.2 面部表情的特点第18-19页
    2.2 多民族面部表情分析基本结构第19-20页
    2.3 本章小结第20-21页
第3章 基于ASM算法的CANDIDE-3模型拟合的特征定位第21-35页
    3.1 点分布模型(PDM)简介第21-22页
    3.2 ASM算法第22-28页
        3.2.1 训练集的对齐第22-24页
        3.2.2 PCA降维第24-26页
        3.2.3 目标图像的初始估计第26页
        3.2.4 特征点定位第26-27页
        3.2.5 ASM算法的人脸定位结果第27-28页
    3.3 ASM拟合CANDIDE-3模型第28-34页
        3.3.1 CANDIDE-3模型第28-29页
        3.3.2 ASM与CANDIDE-3模型的特征点匹配第29-33页
        3.3.3 ASM拟合CANDIDE-3模型结果分析第33-34页
    3.4 本章小结第34-35页
第4章 多民族人脸表情分析第35-53页
    4.1 面部动作编码系统(FACS)概述第35-43页
        4.1.1 面部动作编码系统第36-38页
        4.1.2 人脸AU部件特征第38-40页
        4.1.3 人脸AU部件的特征差异性分析第40-43页
    4.2 基于CADIDE-3模型的人脸特征提取第43-49页
        4.2.1 CANDIDE-3模型中特征点介绍第43-44页
        4.2.2 不同民族面部表情特征部件差异性理解分析第44-49页
    4.3 不同民族面部表情分析结果及预测第49-51页
    4.4 本章小结第51-53页
第5章 总结与展望第53-55页
    5.1 论文总结第53页
    5.2 工作展望第53-55页
参考文献第55-59页
致谢第59-63页
攻读硕士学位期间发表论文第63-65页
附录一第65-68页

论文共68页,点击 下载论文
上一篇:基于图像的人脸检测与跟踪算法研究
下一篇:基于学习的图像超分辨率重建算法研究