基于面部图像分块处理和PCA算法的表情识别研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景及意义 | 第8页 |
| ·国内外研究现状 | 第8-12页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10-12页 |
| ·本文研究内容 | 第12-15页 |
| ·本文章节安排 | 第15-16页 |
| 第二章 表情识别的理论及应用 | 第16-32页 |
| ·表情识别综述 | 第16-19页 |
| ·表情识别的理论 | 第16-18页 |
| ·表情识别的应用 | 第18-19页 |
| ·Viola-Jones对象检测方法的理论及应用 | 第19-26页 |
| ·Viola-Jones对象检测的理论 | 第19-25页 |
| ·Viola-Jones对象检测的应用 | 第25-26页 |
| ·主成分分析方法的理论及应用 | 第26-29页 |
| ·主成分分析方法的理论 | 第26-28页 |
| ·主成分分析方法的应用 | 第28-29页 |
| ·本章小结 | 第29-32页 |
| 第三章 表情识别的算法设计 | 第32-42页 |
| ·图像预处理方法设计 | 第33-37页 |
| ·Viola-Jones对象检测方法 | 第33-35页 |
| ·图像角度归一化 | 第35页 |
| ·同态滤波 | 第35-37页 |
| ·图像数据归一化 | 第37页 |
| ·分块图像特征提取的设计 | 第37-39页 |
| ·表情分类的算法设计 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 表情识别的实现 | 第42-60页 |
| ·图像预处理的实现 | 第42-48页 |
| ·Viola-Jones对象检测的实现 | 第42-46页 |
| ·图像角度归一化 | 第46-47页 |
| ·同态滤波处理 | 第47页 |
| ·图像数据归一化 | 第47-48页 |
| ·分块图像特征的提取 | 第48-50页 |
| ·表情分类 | 第50-51页 |
| ·系统的操作及结果分析 | 第51-57页 |
| ·系统界面及操作 | 第51-53页 |
| ·实验结果及分析 | 第53-57页 |
| ·本章小结 | 第57-60页 |
| 第五章 总结与展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 研究成果 | 第68-69页 |
