| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景 | 第8页 |
| ·人脸识别的研究意义 | 第8-9页 |
| ·国内外研究现状概述 | 第9-11页 |
| ·表情识别的难点 | 第11页 |
| ·主要表情是数据库介绍 | 第11-12页 |
| ·本文的研究内容 | 第12-15页 |
| ·人脸特征提取 | 第12-13页 |
| ·人脸表情识别 | 第13-15页 |
| 第二章 特征提取算法 | 第15-35页 |
| ·主动轮廓模型（ACTIVE CONTOUR MODEL，ACM） | 第15-17页 |
| ·Snake 的数学模型 | 第15-16页 |
| ·Snake 模型的实现和改进 | 第16页 |
| ·Snake 模型的应用 | 第16-17页 |
| ·主动形状模型（ACTIVE SHAPE MODEL，ASM） | 第17-22页 |
| ·特征点的标定 | 第17页 |
| ·相似性变换 | 第17-19页 |
| ·统计模型的建立 | 第19-20页 |
| ·基于灰度匹配的搜索算法 | 第20-21页 |
| ·多分辨率框架（MRASM） | 第21-22页 |
| ·主动表观模型（ACTIVE APPEARANCE MODEL, AAM） | 第22-31页 |
| ·形状模型的建立 | 第23页 |
| ·分段仿射（Piecewise Affine Warping） | 第23-25页 |
| ·模型的建立 | 第25页 |
| ·雅克比变形（Warp Jacobian） | 第25-26页 |
| ·逆变形（Warp inversion） | 第26页 |
| ·全局形状规范化转换 | 第26-27页 |
| ·形状转换后的分段仿射 | 第27页 |
| ·形状转化后的雅克比变形 | 第27页 |
| ·Lucas-Kanade 图像对齐算法 | 第27-29页 |
| ·前向合成图像对齐算法 | 第29-30页 |
| ·反向合成图像对齐算法 | 第30-31页 |
| ·三维人脸特征提取算法 | 第31-34页 |
| ·2D+3D Candide 模型的建立 | 第31-32页 |
| ·约束方程的建立 | 第32页 |
| ·拟合算法 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 联合模型算法概述及其实验结果分析 | 第35-46页 |
| ·局部纹理模型 | 第35页 |
| ·联合模型算法概述 | 第35-36页 |
| ·参数更新 | 第36-39页 |
| ·Eaam 的最速下降向量 | 第36-37页 |
| ·Easm 的最速下降向量 | 第37-38页 |
| ·Ereg 的最速下降向量 | 第38页 |
| ·整体参数更新 | 第38-39页 |
| ·人脸库训练样本的获取 | 第39页 |
| ·样本的预处理 | 第39-41页 |
| ·形状模型的预处理 | 第39-40页 |
| ·纹理模型的预处理 | 第40-41页 |
| ·模型信息的获得 | 第41-44页 |
| ·形状信息的获得 | 第41-42页 |
| ·全局纹理信息的获得 | 第42-43页 |
| ·局部纹理信息的获取 | 第43-44页 |
| ·模型的搜索过程 | 第44-45页 |
| ·局部纹理信息的定位过程 | 第44页 |
| ·全局纹理信息的定位过程 | 第44-45页 |
| ·局部纹理信息加全局纹理信息的定位过程 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第四章 改进的联合模型算法 | 第46-52页 |
| ·联合模型的改进 | 第46-47页 |
| ·实验分析 | 第47-51页 |
| ·改进联合模型（ASM+AAM）提取人脸特征 | 第48-50页 |
| ·三种模型匹配算法的结果对比 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章人脸表情识别 | 第52-58页 |
| ·最小距离分类法 | 第52页 |
| ·最近邻分类法 | 第52-53页 |
| ·最近邻分类法的人脸表情识别 | 第53-55页 |
| ·最小距离分类法的人脸表情识别 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结和展望 | 第58-59页 |
| ·总结 | 第58页 |
| ·展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第64页 |
