| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第9-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 课题研究难点 | 第12-13页 |
| 1.4 课题研究工作及章节安排 | 第13-15页 |
| 第二章 人脸表情识别相关技术简介 | 第15-30页 |
| 2.1 人脸表情识别的基本步骤 | 第15页 |
| 2.2 人脸表情图像的预处理方法 | 第15-18页 |
| 2.2.1 中值滤波 | 第16页 |
| 2.2.2 均值滤波 | 第16-17页 |
| 2.2.3 各向异性扩散滤波 | 第17-18页 |
| 2.3 人脸表情的特征提取方法 | 第18-24页 |
| 2.3.1 LBP特征提取 | 第18-19页 |
| 2.3.2 Gabor特征提取 | 第19-21页 |
| 2.3.3 HOG特征提取 | 第21-24页 |
| 2.4 常用的分类器算法 | 第24-28页 |
| 2.4.1 中心最近邻 | 第24-26页 |
| 2.4.2 Adaboost算法 | 第26页 |
| 2.4.3 支持向量机 | 第26-28页 |
| 2.5 人脸表情库介绍 | 第28-29页 |
| 2.5.1 JAFFE数据库 | 第28-29页 |
| 2.5.2 Cohn-Kanade数据库 | 第29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 基于HOG金字塔算子的人脸表情识别算法 | 第30-37页 |
| 3.1 图像金字塔模型概述 | 第30-32页 |
| 3.2 算法设计 | 第32页 |
| 3.3 实验结果与分析 | 第32-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 结合改进各向异性扩散滤波及HOG算子的人脸表情识别算法 | 第37-43页 |
| 4.1 各向异性扩散滤波算法基本原理 | 第37页 |
| 4.2 基于人眼视觉亮度差的各向异性扩散滤波算法 | 第37-39页 |
| 4.3 算法设计 | 第39页 |
| 4.4 实验结果与分析 | 第39-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 基于视觉注意机制与多尺度HOG算子的人脸表情识别算法 | 第43-53页 |
| 5.1 人眼视觉特性概述 | 第43-44页 |
| 5.1.1 人眼视觉注意机制 | 第43-44页 |
| 5.2 ASM算法简介 | 第44-47页 |
| 5.3 多尺度HOG算子 | 第47-48页 |
| 5.4 算法设计 | 第48-49页 |
| 5.5 实验结果与分析 | 第49-52页 |
| 5.6 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 本文工作总结 | 第53-54页 |
| 6.2 未来工作展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 附录 攻读硕士学位期间撰写的论文 | 第57-58页 |
| 致谢 | 第58页 |