基于主动学习的人脸表情识别研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-11页 |
| ·研究背景 | 第9页 |
| ·研究意义 | 第9-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12页 |
| ·本文的主要工作和结构安排 | 第12-15页 |
| 第二章 人脸表情识别基本理论 | 第15-34页 |
| ·表情识别系统的过程 | 第16-17页 |
| ·人脸的检测与定位 | 第17-19页 |
| ·图像预处理 | 第19-24页 |
| ·几何规范化 | 第19-22页 |
| ·灰度预处理 | 第22-24页 |
| ·表情特征提取 | 第24-30页 |
| ·特征提取方法 | 第24-25页 |
| ·二维小波变换 | 第25-28页 |
| ·表情特征提取实验 | 第28-30页 |
| ·人脸表情分类 | 第30-33页 |
| ·基于静态图像的方法 | 第30页 |
| ·基于序列图像的方法 | 第30-31页 |
| ·常用的表情识别技术 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 统计学习理论与支持向量机 | 第34-44页 |
| ·统计学习基本理论 | 第34-36页 |
| ·线性判别函数和超平面 | 第36-40页 |
| ·线性判别函数 | 第36-37页 |
| ·超平面 | 第37-38页 |
| ·多类情况 | 第38-39页 |
| ·线性分类器设计 | 第39-40页 |
| ·最优分类面 | 第40-42页 |
| ·支持向量机 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于主动学习的人脸表情识别研究 | 第44-67页 |
| ·主动学习 | 第44-50页 |
| ·机器学习的概念 | 第44-47页 |
| ·主动学习的类型 | 第47-49页 |
| ·主动学习的查询策略 | 第49-50页 |
| ·基于SVM的主动人脸表情识别 | 第50-56页 |
| ·主动学习与SVM相结合的依据 | 第51页 |
| ·基于SVM的主动学习算法 | 第51-54页 |
| ·基于主动学习的人脸表情识别过程 | 第54-56页 |
| ·相关实验 | 第56-62页 |
| ·图像来源 | 第56-58页 |
| ·不同数据量的初始数据集的对比 | 第58-59页 |
| ·不同迭代次数的对比 | 第59-60页 |
| ·主动学习与非主动学习对比 | 第60-61页 |
| ·实验总结 | 第61-62页 |
| ·系统设计与实现 | 第62-66页 |
| ·系统设计 | 第62页 |
| ·系统实现 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| ·论文总结 | 第67页 |
| ·工作展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表学术论文及参与项目情况 | 第73-74页 |
| 致谢 | 第74页 |
