| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-20页 |
| ·人脸表情识别研究意义 | 第11-12页 |
| ·人脸表情识别研究现状 | 第12-17页 |
| ·人脸表情识别一般框架 | 第12-13页 |
| ·人脸表情特征提取方法的研究现状 | 第13-15页 |
| ·人脸表情识别方法的研究现状 | 第15-16页 |
| ·人脸表情识别算法评测 | 第16-17页 |
| ·论文主要内容安排与组织结构 | 第17-20页 |
| ·论文的主要研究内容 | 第17-18页 |
| ·论文组织结构 | 第18-20页 |
| 第2章 主动形状模型 | 第20-34页 |
| ·ASM模型的建立 | 第20-25页 |
| ·全局形状模型的建立 | 第20-23页 |
| ·局部纹理模型的建立 | 第23-25页 |
| ·ASM模型的拟合 | 第25-31页 |
| ·形状模型初始化 | 第26页 |
| ·计算每个特征点的候选位置 | 第26-27页 |
| ·更新调整模型参数 | 第27-29页 |
| ·ASM特征点拟合的算法流程 | 第29页 |
| ·多级主动形状模型 | 第29-31页 |
| ·传统ASM定位效果 | 第31-33页 |
| 本章小结 | 第33-34页 |
| 第3章 基于LBP的ASM模型 | 第34-42页 |
| ·局部二元模式基本原理 | 第34-35页 |
| ·构建基于LBP值的特征点ASM子局部特征 | 第35-36页 |
| ·双法线的角平均线来替代原始的法线模型 | 第36-37页 |
| ·实验结果及分析 | 第37-41页 |
| 本章小结 | 第41-42页 |
| 第4章 ASM&SURF结合的融合特征 | 第42-52页 |
| ·SURF特征基本原理 | 第42-45页 |
| ·特征点检测 | 第42-44页 |
| ·主方向指定 | 第44页 |
| ·特征描述子形成 | 第44-45页 |
| ·ASM&SURF特征描述 | 第45-50页 |
| ·ASM&SURF特征主方向指定 | 第45-46页 |
| ·表情关键点特征描述子 | 第46-49页 |
| ·ASM&SURF融合特征 | 第49-50页 |
| 本章小结 | 第50-52页 |
| 第5章 基于ASM&SURF融合特征的SVM表情识别 | 第52-60页 |
| ·SVM评述 | 第52-54页 |
| ·基于ASM&SURF融合特征的SVM表情识别 | 第54-56页 |
| ·实验结果及分析 | 第56-59页 |
| 本章小结 | 第59-60页 |
| 第6章 结论与展望 | 第60-62页 |
| ·结论 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间的研究成果 | 第69-70页 |