| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景及其意义 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·人脸表情识别系统的结构 | 第11-14页 |
| ·人脸表情特征提取的方法 | 第12-13页 |
| ·人脸表情分类的方法 | 第13-14页 |
| ·本文所使用的数据库 | 第14-15页 |
| ·表情识别与人脸识别的差异及难点 | 第15页 |
| ·论文的组织结构 | 第15-18页 |
| 第2章 表情图像的预处理 | 第18-26页 |
| ·概述 | 第18页 |
| ·人脸区域的检测 | 第18-19页 |
| ·表情图像的倾斜校正 | 第19-20页 |
| ·表情图像的裁剪 | 第20-23页 |
| ·表情图像的归一化 | 第23页 |
| ·表情图像的灰度预处理 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 Contourlet 变换在表情识别中的应用 | 第26-40页 |
| ·Contourlet 变换理论知识 | 第26-32页 |
| ·拉普拉斯变换 | 第27页 |
| ·方向滤波器组 | 第27-31页 |
| ·Contourlet 变换在表情识别中应用 | 第31-32页 |
| ·非降采样 Contourlet 变换 | 第32-38页 |
| ·非降采样拉普拉斯金字塔 | 第32-33页 |
| ·非降采样的方向滤波器组 | 第33-34页 |
| ·非降采样 Contourlet 变换的应用 | 第34-38页 |
| ·本章小结 | 第38-40页 |
| 第4章 流形学习算法 | 第40-60页 |
| ·概述 | 第40页 |
| ·流形学习概念 | 第40-41页 |
| ·经典的非线性流形学习算法 | 第41-49页 |
| ·等距映射 | 第41-43页 |
| ·局部线性嵌入 | 第43-46页 |
| ·拉普拉斯特征映射 | 第46-48页 |
| ·局部切空间排列法 | 第48-49页 |
| ·线性流形学习算法 | 第49-53页 |
| ·局部保持投影 | 第50-51页 |
| ·线性局部切空间排列 | 第51页 |
| ·无监督判别投影法 | 第51-53页 |
| ·流形学习算法在表情识别中的应用 | 第53-59页 |
| ·基于局部线性嵌入的表情识别 | 第53-55页 |
| ·基于局部保持投影的表情识别 | 第55-57页 |
| ·改进的局部保持投影的表情识别 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 基于 Contourlet 变换与 LPP 的表情识别 | 第60-70页 |
| ·支持向量机 | 第60-64页 |
| ·线性可分问题 | 第60-62页 |
| ·线性不可分问题 | 第62-63页 |
| ·LIBSVM 简介 | 第63-64页 |
| ·实验结果及分析 | 第64-69页 |
| ·第一种实验结果及分析 | 第64-66页 |
| ·第二种实验结果及分析 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间承担的科研任务及主要成果 | 第76-77页 |
| 致谢 | 第77-78页 |
| 作者简介 | 第78页 |