基于双线性模型的人脸表情识别研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 人脸表情识别技术的研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的研究工作 | 第12-13页 |
| 1.4 本文的章节内容安排 | 第13-15页 |
| 第2章 基于三维数据的人脸表情识别方法综述 | 第15-21页 |
| 2.1 引言 | 第15页 |
| 2.2 基于几何特征的三维表情识别方法 | 第15-17页 |
| 2.3 基于模型特征的三维表情识别方法 | 第17-19页 |
| 2.4 基于动态特征的三维表情识别方法 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 三维人脸表情数据的配准算法 | 第21-31页 |
| 3.1 引言 | 第21页 |
| 3.2 常见配准算法介绍 | 第21-27页 |
| 3.2.1 基于网格重采样的配准算法 | 第21-23页 |
| 3.2.2 基于弹性形变模型的配准算法 | 第23-24页 |
| 3.2.3 基于流体模型的配准算法 | 第24-25页 |
| 3.2.4 迭代最近点算法（ICP） | 第25-26页 |
| 3.2.5 基于多项式或基函数组合的配准方法 | 第26-27页 |
| 3.3 基于TPS算法的三维人脸数据配准 | 第27-30页 |
| 3.3.1 全局三维数据点的配准 | 第27-29页 |
| 3.3.2 特征点的获取及配准结果 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 基于双线性模型的三维人脸表情识别 | 第31-39页 |
| 4.1 引言 | 第31-32页 |
| 4.2 对称型双线性模型的建立 | 第32-34页 |
| 4.3 三维人脸表情数据的双线性模型表示方法 | 第34-35页 |
| 4.4 基于双线性模型表情识别的改进算法 | 第35-38页 |
| 4.4.1 基于双线性模型的识别方法 | 第35-36页 |
| 4.4.2 改进后的识别方法 | 第36-38页 |
| 4.5 本章小结 | 第38-39页 |
| 第5章 实验结果与分析 | 第39-49页 |
| 5.1 本文所采用的数据库 | 第39-40页 |
| 5.2 实验数据的选择 | 第40-41页 |
| 5.3 双线性模型两组特征维数的确定 | 第41-44页 |
| 5.3.1 表情特征的确定 | 第42-43页 |
| 5.3.2 身份特征的确定 | 第43-44页 |
| 5.4 最近邻人数N的选择 | 第44-47页 |
| 5.5 本章小结 | 第47-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-57页 |
| 攻读硕士学位期间所发表的学术论文 | 第57-59页 |
| 致谢 | 第59页 |
