| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-19页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·人脸表情识别系统介绍 | 第11-17页 |
| ·人脸检测技术 | 第12-13页 |
| ·表情特征提取技术 | 第13-14页 |
| ·表情分类识别技术 | 第14-15页 |
| ·表情库的介绍 | 第15-17页 |
| ·表情识别系统的框架设计 | 第17-18页 |
| ·本文研究内容及组织结构 | 第18-19页 |
| 第2章 人脸检测及预处理 | 第19-28页 |
| ·人脸检测与定位 | 第19-24页 |
| ·Haar-like 特征及积分图 | 第19-21页 |
| ·Adaboost 算法 | 第21-23页 |
| ·人眼定位 | 第23-24页 |
| ·表情图像预处理 | 第24-27页 |
| ·倾斜校正及人脸区域裁剪 | 第24-25页 |
| ·几何归一化 | 第25-26页 |
| ·光照处理 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 表情特征的提取 | 第28-40页 |
| ·基于 Gabor 小波的特征提取 | 第28-31页 |
| ·Gabor 小波变换 | 第28-30页 |
| ·图像的 Gabor 特征提取 | 第30-31页 |
| ·特征降维 | 第31-37页 |
| ·主成分分析算法 | 第31-32页 |
| ·局部线性嵌入式算法 | 第32-36页 |
| ·基于 Gabor 小波结合 LLE 和 FLD 的表情特征提取 | 第36-37页 |
| ·实验结果和分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于融合分类器的表情识别 | 第40-51页 |
| ·支持向量机理论 | 第40-46页 |
| ·线性可分的支持向量机 | 第40-42页 |
| ·线性不可分支持向量机 | 第42-45页 |
| ·多分类支持向量机 | 第45-46页 |
| ·基于 SVM 的表情分类结果和分析 | 第46-47页 |
| ·基于融合分类器的表情识别 | 第47-50页 |
| ·模糊积分 | 第48页 |
| ·基于模糊积分的分类器融合 | 第48-49页 |
| ·多分类器融合的表情识别结果和分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 表情识别系统的实现 | 第51-55页 |
| ·表情识别系统的设计及功能 | 第51-52页 |
| ·表情识别系统的运行 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| ·工作总结 | 第55-56页 |
| ·展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表论文 | 第61页 |