| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-15页 |
| ·引言 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·研究内容与应用 | 第10-11页 |
| ·本文表情识别的算法框架 | 第11-13页 |
| ·本文主要工作 | 第13页 |
| ·本文的组织安排 | 第13-15页 |
| 2 主动形状模型(ASM)标定点轨迹的提取与描述 | 第15-30页 |
| ·ASM技术概述 | 第15页 |
| ·ASM研究的背景 | 第15-16页 |
| ·"手动构造"模型 | 第15-16页 |
| ·连接模型 | 第16页 |
| ·主动轮廓模型("Snakes") | 第16页 |
| ·有限元模型 | 第16页 |
| ·ASM标定点的提取 | 第16-25页 |
| ·主动形状建模 | 第16-21页 |
| ·ASM标定点的提取 | 第21-25页 |
| ·标定点轨迹的提取与描述 | 第25-29页 |
| ·标定点轨迹的提取 | 第26页 |
| ·轨迹的描述 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 3 时空兴趣点的提取与描述 | 第30-38页 |
| ·时空兴趣点的检测 | 第30-33页 |
| ·空间兴趣点的检测 | 第30-31页 |
| ·时空兴趣点的检测 | 第31-33页 |
| ·兴趣点的描述 | 第33-34页 |
| ·视频的描述 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 4 兴趣点特征以及ASM标定点轨迹特征各自进行实验的结果 | 第38-49页 |
| ·以ASM标定点轨迹作为分类特征进行分类 | 第39-43页 |
| ·实验结果 | 第39-41页 |
| ·实验结果分析 | 第41-43页 |
| ·以时空兴趣点作为分类特征进行分类 | 第43-47页 |
| ·实验结果 | 第43-47页 |
| ·实验结果分析 | 第47页 |
| ·本章小结 | 第47-49页 |
| 5 表情识别系统的实现以及实验结果分析 | 第49-56页 |
| ·表情识别系统的实现 | 第49-53页 |
| ·图像序列的读取 | 第50页 |
| ·ASM标定点轨迹特征的提取 | 第50-52页 |
| ·时空兴趣点特征的提取 | 第52页 |
| ·表情分类器的选择 | 第52-53页 |
| ·实验结果及其分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-59页 |
| ·本文工作总结 | 第56-58页 |
| ·未来工作展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |