| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 课题的研究现状 | 第10-11页 |
| 1.2.1 国外研究现状 | 第10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 表情识别方法概述 | 第11-16页 |
| 1.3.1 表情特征提取方法 | 第12-15页 |
| 1.3.2 表情分类方法 | 第15-16页 |
| 1.4 本文的主要工作 | 第16-17页 |
| 1.5 本文篇章结构 | 第17-18页 |
| 第二章 人脸表情的预处理 | 第18-23页 |
| 2.1 彩色图像灰度化 | 第18页 |
| 2.2 图像几何归一化 | 第18-21页 |
| 2.2.1 图像裁剪 | 第18-19页 |
| 2.2.2 图像缩放 | 第19-21页 |
| 2.3 中值滤波 | 第21页 |
| 2.4 直方图均衡化 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 人脸表情的特征提取 | 第23-28页 |
| 3.1 LBP算子 | 第23-25页 |
| 3.1.1 基本的LBP算子 | 第23-24页 |
| 3.1.2 LBP算子的应用及优缺点 | 第24-25页 |
| 3.2 LBP算子的扩展算法 | 第25-27页 |
| 3.2.1 CBP算子 | 第25-26页 |
| 3.2.2 CS-LBP算子 | 第26-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第四章 加权多尺度ASCBP-TOP人脸表情识别 | 第28-38页 |
| 4.1 自适应对称二值模式算子 | 第28-30页 |
| 4.2 多尺度空间 | 第30-31页 |
| 4.2.1 多尺度空间 | 第30-31页 |
| 4.2.2 加权多尺度空间 | 第31页 |
| 4.3 加权多尺度ASCBP-TOP算法提取动态纹理特征 | 第31-35页 |
| 4.3.1 ASCBP-TOP算子 | 第31-32页 |
| 4.3.2 加权多尺度ASCBP-TOP算法提取动态纹理特征 | 第32-35页 |
| 4.4 利用SVM进行人脸表情分类 | 第35-37页 |
| 4.4.1 SVM分类器 | 第35-36页 |
| 4.4.2 利用SVM进行人脸表情分类 | 第36-37页 |
| 4.5 本章小结 | 第37-38页 |
| 第五章 实验结果与分析 | 第38-48页 |
| 5.1 人脸表情数据库介绍 | 第38-39页 |
| 5.1.1 Cohn-Kanade数据库 | 第38页 |
| 5.1.2 JAFFE数据库 | 第38-39页 |
| 5.2 Cohn-Kanade数据库上的实验及分析 | 第39-43页 |
| 5.2.1 分块数目对识别率的影响 | 第39-40页 |
| 5.2.2 尺度数对识别率的影响 | 第40-41页 |
| 5.2.3 加权多尺度对识别率的影响 | 第41-42页 |
| 5.2.4 不同算法的对比 | 第42-43页 |
| 5.3 JAFFE数据库上的实验及分析 | 第43-47页 |
| 5.3.1 分块数目对识别率的影响 | 第43-44页 |
| 5.3.2 尺度数对识别率的影响 | 第44-45页 |
| 5.3.3 加权多尺度对识别率的影响 | 第45-46页 |
| 5.3.4 不同算法的对比 | 第46-47页 |
| 5.4 本章小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-50页 |
| 6.1 总结 | 第48-49页 |
| 6.2 展望 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 攻读学位期间所取得的相关科研成果 | 第55-56页 |
| 致谢 | 第56页 |
