| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究的背景和意义 | 第10页 |
| 1.2 课题研究现状 | 第10-14页 |
| 1.2.1 人脸检测相关技术 | 第10页 |
| 1.2.2 人脸识别相关技术 | 第10-13页 |
| 1.2.3 表情识别相关技术 | 第13-14页 |
| 1.3 本文的主要内容及结构安排 | 第14-16页 |
| 1.3.1 论文的主要研究内容 | 第14-15页 |
| 1.3.2 本文的结构安排 | 第15-16页 |
| 第二章 基于多帧稀疏表达的人脸识别 | 第16-35页 |
| 2.1 人脸识别系统概述 | 第16-17页 |
| 2.2 相关技术简介 | 第17-24页 |
| 2.2.1 基于主成份分析PCA的人脸识别 | 第17-18页 |
| 2.2.2 基于LBP直方图的人脸识别 | 第18-21页 |
| 2.2.3 基于稀疏表达的人脸识别 | 第21-24页 |
| 2.3 基于多帧稀疏表达的人脸识别 | 第24-30页 |
| 2.3.1 多帧稀疏表达人脸识别概述 | 第25页 |
| 2.3.2 多帧稀疏表达特征提取 | 第25-26页 |
| 2.3.3 多帧稀疏表达算法 | 第26-28页 |
| 2.3.4 基于OMP的稀疏编码求解 | 第28-30页 |
| 2.3.5 多帧稀疏表达的算法框架 | 第30页 |
| 2.4 实验与总结 | 第30-35页 |
| 2.4.1 人脸数据库介绍 | 第30-31页 |
| 2.4.2 实验与结果 | 第31-34页 |
| 2.4.3 人脸识别部分总结 | 第34-35页 |
| 第三章 基于协同表达的表情识别 | 第35-56页 |
| 3.1 人脸表情识别系统概述 | 第35页 |
| 3.2 相关技术简介 | 第35-46页 |
| 3.2.1 基于人脸主要器官的LBP特征提取 | 第35-39页 |
| 3.2.2 基于AAM模型的人脸特征点定位 | 第39-45页 |
| 3.2.3 表情分类器的设计 | 第45-46页 |
| 3.3 基于人脸特征点运动向量和局部纹理信息结合的表情特征提取 | 第46-48页 |
| 3.4 基于协同表达的表情识别 | 第48-52页 |
| 3.4.1 稀疏表达与协同表达 | 第48-49页 |
| 3.4.2 协同表达分类基本原理 | 第49-51页 |
| 3.4.3 基于协同表达的表情识别 | 第51-52页 |
| 3.5 实验与总结 | 第52-56页 |
| 3.5.1 实验与结果 | 第52-55页 |
| 3.5.2 表情识别部分总结 | 第55-56页 |
| 第四章 MFSRC门禁系统实现 | 第56-61页 |
| 4.1 系统框架及主要硬件 | 第56-57页 |
| 4.2 系统软件设计 | 第57-60页 |
| 4.2.1 软件界面设计 | 第57-58页 |
| 4.2.2 软件流程框图 | 第58-60页 |
| 4.3 本章小节 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间取得的成果 | 第68-69页 |