基于面部特征的抑郁症识别研究
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 研究现状综述 | 第10-12页 |
| 1.3 面临的挑战 | 第12-13页 |
| 1.4 本文研究工作及主要贡献 | 第13-15页 |
| 1.4.1 本文研究工作 | 第13-14页 |
| 1.4.2 本文主要贡献 | 第14页 |
| 1.4.3 本文的组织结构 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 相关技术概述 | 第16-26页 |
| 2.1 常用面部特征简介 | 第16-17页 |
| 2.2 常用特征选择方法 | 第17-20页 |
| 2.2.1 最大相关最小冗余 | 第17-18页 |
| 2.2.2 相关性特征法 | 第18-19页 |
| 2.2.3 递归特征消除法 | 第19-20页 |
| 2.3 分类方法简介 | 第20-23页 |
| 2.3.1 逻辑回归分类器 | 第20页 |
| 2.3.2 贝叶斯分类器 | 第20-21页 |
| 2.3.3 支持向量机 | 第21-22页 |
| 2.3.4 最近邻分类器 | 第22-23页 |
| 2.3.5 梯度提升决策树 | 第23页 |
| 2.4 自编码器简述 | 第23-25页 |
| 2.5 本章小节 | 第25-26页 |
| 第三章 实验设计、实施及数据预处理 | 第26-34页 |
| 3.1 实验设计 | 第26-28页 |
| 3.1.1 实验目的 | 第26页 |
| 3.1.2 实验材料 | 第26-27页 |
| 3.1.3 实验流程 | 第27-28页 |
| 3.2 实验实施 | 第28-31页 |
| 3.2.1 实验对象 | 第28页 |
| 3.2.2 实验数据采集 | 第28-29页 |
| 3.2.3 实验数据介绍 | 第29-31页 |
| 3.3 数据预处理 | 第31-32页 |
| 3.3.1 实验数据匹配 | 第31-32页 |
| 3.3.2 实验数据预处理 | 第32页 |
| 3.4 本章小结 | 第32-34页 |
| 第四章 特征构建及有效性验证 | 第34-52页 |
| 4.1 基于AU的特征集构建及分析 | 第34-40页 |
| 4.2 基于面部标记点的特征集构建及分析 | 第40-45页 |
| 4.3 统计量特征分析 | 第45-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 基于面部特征的抑郁症识别模型 | 第52-74页 |
| 5.1 构建识别模型 | 第52-66页 |
| 5.1.1 特征选择融合策略 | 第52-53页 |
| 5.1.2 分类模型设计 | 第53-54页 |
| 5.1.3 结果及讨论 | 第54-66页 |
| 5.2 与自动提取特征模型的对比分析 | 第66-70页 |
| 5.2.1 自编码器自动提取特征 | 第67-68页 |
| 5.2.2 结果及讨论 | 第68-70页 |
| 5.3 特征与模型综合分析 | 第70-73页 |
| 5.3.1 最优面部特征子集分析 | 第70-71页 |
| 5.3.2 刺激材料的对比分析 | 第71-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第六章 总结及展望 | 第74-76页 |
| 6.1 工作总结 | 第74-75页 |
| 6.2 未来展望 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 在学期间的研究成果 | 第81-82页 |
| 致谢 | 第82页 |
